**ThoughtFold: 通过内省偏好学习折叠推理链**

_ThoughtFold: Folding Reasoning Chains via Introspective Preference Learning_

> 本文提出ThoughtFold框架，利用细粒度偏好学习来减少大型推理模型在长思维链中的冗余探索，缓解过度思考问题。该方法通过内省策略识别正确轨迹中的冗余，产生候选子轨迹谱，并引入掩码偏好优化目标，显式地惩罚冗余，鼓励模型直接连接关键推理片段，从而折叠推理链为更简洁的路径。实验表明，ThoughtFold显著提升效率，将DeepSeek-R1-Distill-Qwen-7B的token使用量减少约56%，同时保持领先精度。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-04 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.03503)