待验证50% 置信观点精确时间

把思考长度偏好训进权重比在部署时用系统提示词要求简短回答更稳定，后者是外部约束不稳定，前者成为模型默认行为

1

来源数

50%

置信度

长期有效

时效性

2026/9/30

首次发现

来源

LessThink-Qwen3-4B：把推理Token砍掉44%

涉及实体

LessThink-Qwen3-4Bmodel

相关事实

待验证如果模型能理解行为准则背后的深层原因，即使面对训练中从未遇到的全新场景也能做出合理的行为选择，实现可泛化的对齐78% 相似待验证当多个独立训练的模型给出相同答案时置信度更高，产生分歧时则是需要人工深究的不确定信号76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/961536

API

curl https://kongchang.com/api/v1/knowledge/claims/961536

MCP

get_claim(id=961536)