Modelos de raciocínio podem ser eficazes sem pensar.

Reasoning Models Can Be Effective Without Thinking

April 14, 2025

Autores: Wenjie Ma, Jingxuan He, Charlie Snell, Tyler Griggs, Sewon Min, Matei Zaharia

cs.AI

Resumo

Modelos de Linguagem de Grande Escala (LLMs) recentes melhoraram significativamente as capacidades de raciocínio, principalmente ao incluir um processo de Pensamento explícito e extenso como parte da geração. Neste artigo, questionamos se esse pensamento explícito é realmente necessário. Utilizando o estado da arte DeepSeek-R1-Distill-Qwen, descobrimos que contornar o processo de pensamento por meio de prompts simples, denominado NoThinking, pode ser surpreendentemente eficaz. Ao controlar o número de tokens, o NoThinking supera o Pensamento em um conjunto diversificado de sete conjuntos de dados desafiadores de raciocínio—incluindo resolução de problemas matemáticos, provas formais de teoremas e codificação—especialmente em configurações de baixo orçamento, por exemplo, 51,3 vs. 28,9 no ACM 23 com 700 tokens. Notavelmente, o desempenho do NoThinking torna-se mais competitivo com pass@k à medida que k aumenta. Com base nessa observação, demonstramos que uma abordagem de escalonamento paralelo que usa o NoThinking para gerar N saídas de forma independente e agregá-las é altamente eficaz. Para agregação, usamos verificadores específicos da tarefa quando disponíveis, ou aplicamos estratégias simples de melhor-de-N, como seleção baseada em confiança. Nosso método supera uma variedade de linhas de base com latência semelhante usando Pensamento, e é comparável ao Pensamento com latência significativamente maior (até 9x). Juntos, nossa pesquisa incentiva uma reconsideração da necessidade de processos de pensamento longos, ao mesmo tempo em que estabelece uma referência competitiva para alcançar um forte desempenho de raciocínio em configurações de baixo orçamento ou com baixa latência usando escalonamento paralelo.

English

Recent LLMs have significantly improved reasoning capabilities, primarily by including an explicit, lengthy Thinking process as part of generation. In this paper, we question whether this explicit thinking is necessary. Using the state-of-the-art DeepSeek-R1-Distill-Qwen, we find that bypassing the thinking process via simple prompting, denoted as NoThinking, can be surprisingly effective. When controlling for the number of tokens, NoThinking outperforms Thinking across a diverse set of seven challenging reasoning datasets--including mathematical problem solving, formal theorem proving, and coding--especially in low-budget settings, e.g., 51.3 vs. 28.9 on ACM 23 with 700 tokens. Notably, the performance of NoThinking becomes more competitive with pass@k as k increases. Building on this observation, we demonstrate that a parallel scaling approach that uses NoThinking to generate N outputs independently and aggregates them is highly effective. For aggregation, we use task-specific verifiers when available, or we apply simple best-of-N strategies such as confidence-based selection. Our method outperforms a range of baselines with similar latency using Thinking, and is comparable to Thinking with significantly longer latency (up to 9x). Together, our research encourages a reconsideration of the necessity of lengthy thinking processes, while also establishing a competitive reference for achieving strong reasoning performance in low-budget settings or at low latency using parallel scaling.