大型推理模型（LRMs）展现了卓越的推理能力，但常常面临过度思考和思考不足的问题。过度思考导致在简单问题上耗费冗余的计算步骤，而思考不足则未能充分探索推理路径。这些问题造成了效率低下和潜在的不准确性，限制了在资源受限环境中的实际应用。现有的缓解过度思考的方法，如抑制反思关键词或调整推理长度，可能会无意中引发思考不足，损害准确性。因此，提出了一种名为ReBalance的无训练框架，旨在实现高效推理与...