AlphaOne : Modèles de raisonnement pensant lentement et rapidement au moment des tests

AlphaOne: Reasoning Models Thinking Slow and Fast at Test Time

May 30, 2025

Auteurs: Junyu Zhang, Runpei Dong, Han Wang, Xuying Ning, Haoran Geng, Peihao Li, Xialin He, Yutong Bai, Jitendra Malik, Saurabh Gupta, Huan Zhang

cs.AI

Résumé

Cet article présente AlphaOne (alpha1), un cadre universel pour moduler la progression du raisonnement dans les grands modèles de raisonnement (LRMs) lors de la phase de test. alpha1 introduit d'abord le concept de moment alpha, qui représente la phase de pensée mise à l'échelle avec un paramètre universel alpha. Au sein de cette phase pré-alpha moment mise à l'échelle, il planifie dynamiquement les transitions de pensée lente en modélisant l'insertion de jetons de transition de raisonnement comme un processus stochastique de Bernoulli. Après le moment alpha, alpha1 termine de manière déterministe la pensée lente avec le jeton de fin de pensée, favorisant ainsi un raisonnement rapide et une génération efficace de réponses. Cette approche unifie et généralise les méthodes existantes de mise à l'échelle monotone en permettant une modulation flexible et dense du passage d'un raisonnement lent à un raisonnement rapide. Des études empiriques approfondies sur divers benchmarks exigeants dans les domaines mathématiques, de programmation et scientifiques démontrent la capacité de raisonnement supérieure et l'efficacité d'alpha1. Page du projet : https://alphaone-project.github.io/

English

This paper presents AlphaOne (alpha1), a universal framework for modulating reasoning progress in large reasoning models (LRMs) at test time. alpha1 first introduces alpha moment, which represents the scaled thinking phase with a universal parameter alpha. Within this scaled pre-alpha moment phase, it dynamically schedules slow thinking transitions by modeling the insertion of reasoning transition tokens as a Bernoulli stochastic process. After the alpha moment, alpha1 deterministically terminates slow thinking with the end-of-thinking token, thereby fostering fast reasoning and efficient answer generation. This approach unifies and generalizes existing monotonic scaling methods by enabling flexible and dense slow-to-fast reasoning modulation. Extensive empirical studies on various challenging benchmarks across mathematical, coding, and scientific domains demonstrate alpha1's superior reasoning capability and efficiency. Project page: https://alphaone-project.github.io/