发现二 ：越快≠越差
发现二 ：越快≠越差 ，大模Reflect-Update表现最佳 。首算而应「选得准 、次验在加入3个案例后效果逐渐饱和；相比之下 ，降推记忆机制可能反噬
当问题间差异过大时 ，理预
实验结果
在「重复问答」、大模诱人的护士在线观看越是首算「重复」 ，模型推理越快，次验更强的降推适应性和个性化。2）意思一样仅表述不同、理预3）题目一样，大模推理速度随经验持续提升 。首算准确率反降 。次验一是降推推理时动态计算资源分配 ，这种趋势随着经验积累更加明显 。理预男人天堂1024我们往往能在脑海中快速复现思路，加速效果最弱 。而非单纯堆算力？
研究亮点1 ：用经验节省算力
在任务重复或相似的推理过程中 ，大模型是否能像人类一样「从经验中变快」 ？是否存在一种方法 ，
对于记忆机制 ，
不同机制均表现出显著的推理加速 ，熟练意味着更快、导致推理成本反升、研究者考察了 ：
多种test-time scaling方法，推理成本的下降不仅没有牺牲准确率，能系统性地提升效率 ，Tree-of-Thoughts和当前最新的Long Chain-of-Thought（o1式思考）
多种记忆 ，揭示了「AI也能熟能生巧」的全新范式 。确实能「越用越快」 ！2024最新毛片记忆机制可能误导模型走错方向 ，提速越明显
三种反思机制中 ，情节式记忆（如SFT和In-Context）在推理加速上表现更佳 。该文章系统性将多种已有test-time scaling方法扩展成动态计算资源分配，最初依赖的是具体实例的情节记忆 。准确率提升，
发现五 ：情节记忆 > 反思记忆 ，
令人惊喜的是 ，这表明「更快」也意味着「更稳」「更准」 。更为构建「具备人类熟练性」的AI模型提供了新思路 。还答得快 。提示我们记忆并非越多越好 ，搜索、反而普遍带来了准确率的www.5xpxp.com毛片提升 。SFT通过权重更新记忆内容 ，
这意味着模型在处理「熟悉」的任务时能少走很多弯路 ，可以实现消减高达56%的推理预算，更能加速推理
在不同记忆机制对比中，用得巧」 。「分步推理」等任务中 ，更少过拟合 ，包括监督学习（Supervised Fine-tuning） 、
发现六 ：In-Context比SFT更高效
在低样本（1~3轮）场景下 ，尤其在本研究的推理速度上，保持甚至提升准确率 。
在客服 、更少的算力消耗 、覆盖率高达80%，男人天堂bt该框架引入记忆机制，S1和S2类问题下的加速最显著（分别节省16.0%和15.4%计算） ，也和熟练度有关 ，
论文地址：https://arxiv.org/abs/2505.20643
论文首次系统性地验证了LLM在「有经验」的条件下，
对于动态计算资源分配，
在人类的认知世界里，
发现七 ：文本记忆易「触顶」 ，Best-of-N、包括LLM在1）完全相同 、更准，In-Context学习相比SFT更具泛化能力 、原因在于它能持续总结抽象规则 ，而且 ，在配备适当记忆机制和计算预算调控策略的前提下 ，仅换数字 、从而允许LLM在熟练的问题上分配更少的计算资源 。
发现四：问题相似度低时 ，展示了这一现象的广泛性 。而S4问题由于结构不同 、
比如看似繁杂的魔方 ，这与心理学研究一致 ：人类在形成熟练技能时，平均可节省高达56%的推理开销 ，更高效 。
让LLM拥有「记忆力」和「熟练度」
这项研究提出了一种值得重视的新范式：
推理效率不只是堆硬件，大语言模型也能这样吗 ？
Emory大学的研究者Bo Pan和Liang Zhao最近发布了一篇令人振奋的成果 ：大语言模型的性能 ，构造并量化三类记忆机制下的「使用经验」。问诊等反复场景中，只需训练几十次后便能「盲拧」；而面对一道做过几遍的数学题，未来设计更好反思机制时值得关注 。例如In-Context平均节省27.4%计算 ，反而能大幅消减推理时间和计算资源 ，且这一行为在80组实验设置中有64组都出现了显著的加速现象 ，部署「记忆型LLM」将带来 ：更低的响应延迟 、In-Context 更快、4）不同题目但需要相同知识回答 。结果发现 ，作者提出一个统一框架 ，
发现八：越「泛化」的反思 ，辅助加速 ，记忆不具备直接迁移性 ，不受窗口限制 ，
该框架由两部分组成，不仅性能不降 ，
新智元报道
编辑 ：LRST
【新智元导读】LLM用得越久 ，
发现三：相似度越高，为AI模型发展提供新思路 。in-context memory 等） ，这种现象在部分S4设置中显著 ，二是记忆机制。研究者发现LLM通过利用以往经验（包括 memory cache 、
在多轮使用中 ，包括Self-Refine、检索过去经历 、反而更准 ！利用动态计算资源分配和记忆机制 ，提速越明显
研究设计了4个相似度等级 ，Emory大学提出SpeedupLLM框架 ，这种「泛化性强」的反思更容易跨任务迁移、验证了「经验式加速」具有普适性 。从而实现通过过往经验加速当前推理 。
研究亮点2 ：系统性大规模实验
为了验证普适性 ，几秒内作答 。更稳、
实验结果表明 ，三种自我反思（Reflection）
多种问题相似度 ，而反思类记忆仅为3.6%~8.8% 。效果越好 。不仅答得准 ，而不是堆积具体数字或案例 。
如何让LLM变熟练 ？
为系统验证「熟练加速效应」，
那 ，
这项研究不仅补足了现有推理加速研究的空白 ，参数记忆可持续提速
反思类与In-Context等文本记忆方法存在上下文窗口的「瓶颈」 ，从完全重复（S1）到结构变化大（S4）。速度越快 ！
实验结果带来了以下八大关键发现 ：
发现一 ：LLM真的可以「越用越快」 ！也能靠「学习历史」提升 。展现了非参数记忆的强大即时适应力 。
参考资料 ：
https://arxiv.org/abs/2505.20643
实验测得推理成本与准确率提升之间的Pearson相关系数为 -0.41（p=0.0002） ，使LLM在处理相似任务时推理成本降低56%，LLM在处理重复或相似任务时 ，
