一语总结
小红书提出 Hint Tuning 方法，通过将推理模型的思维链切片作为提示，让模型学会按题目难度动态调整思考长度，在数学基准上实现 31.5% 的 token 节省，同时保持准确率稳定。

AI 总结

推理模型在处理简单问题时往往过度思考，导致不必要的计算开销。本文介绍的 Hint Tuning 方法通过分析推理模型与指令模型之间的差异，构建了一种基于最小有效提示的训练策略。该方法利用 1000 条数据，让模型学会区分需要深度分析的难题和可以直接快速解决的简单题，从而显著提高了推理效率。

核心要点

推理模型在简单问题上过度思考，导致效率低下。
实验对比显示，推理模型在解决简单问题时，输出的 token 数量是指令模型的 5～8 倍，其中大部分是重复的验证步骤，并没有增加实际的理解或准确性。
Hint Tuning 方法通过最小有效提示来优化思考长度。
该方法将推理模型的思维链切成片段，并测试指令模型在这些片段的帮助下是否能正确回答。通过这种方式，可以确定每道题所需的最小思考量，并以此为基础构建训练数据，让模型学会按需分配计算资源。
实验结果证明了该方法的有效性。
在多个数学基准测试中，应用 Hint Tuning 的模型平均节省了 31.5% 的推理 token，同时保持了与原始模型相当的准确率。这表明模型能够成功区分简单和困难问题，并相应地调整其思考深度。

小红书 NeurIPS 2026｜用推理模型自己的思维链作 hint，1000 条数据教会模型“少想”

小红书 REDtech 团队 NeurIPS 2026 一手工作：把推理模型自己的思维链切片作 hint，以「最小有效提示」自动决定思考长度，1000 条数据一次 SFT 即让模型按难度分配思考，token 省 31.5% 准确率持平，代码模型数据全开源。适合关注推理效率的读者。

"
简单题直接答，难题再深度思考，让推理模型按题目难度分配思考长度。

"
把推理模型自己的思维链切成片段作为 hint 交给同家族的 Instruct 模型，很多题只需开头几段、甚至不给提示就能答对。

"
在准确率相当的情况下，Hint Tuning 的平均输出最短，按总生成量算所需数据少 25～640 倍。