上海交通大学

DECS从源头消除冗余思考，实现推理token减半且性能不降反升2026年05月12日09:00机器之心Pro本文作者来自复旦大学、上海交通大学和上海人工智能实验室。

在这篇ICLR2026的Oral论文中，来自复旦大学、上海交通大学和上海人工智能实验室的研究团队首次从理论层面系统揭示了「长度惩罚」策略的根本局限性，并基于此提出了一套全新的训练框架DECS，在五项域内基准和两项域外基准测试中，均实现了推理长度减少超过50%的显著成效，同时模型准确率不降反升。