대규모 추론 언어 모델(LRLMs 또는 LRMs)은 복잡한 추론 작업에서 뛰어난 능력을 보이지만, 과잉 사고 현상으로 인해 상당한 계산 비효율성을 겪습니다. 기존의 효율적인 추론 방법은 추론 품질과 추론 비용 감소의 균형을 맞추는 데 어려움을 겪습니다. 본 논문에서는 적응형 확실성 모니터링을 통해 정확성을 유지하면서 중복된 추론 단계를 동적으로 억제하는 새로운 학습이 필요 없는 접근 방식인 **적응형 추론 억제(ARS)**를 제안합니다. ARS는 점진적인 억제 임계값을 가진 다중 검사점 확실성 추정 메커니즘을 도입하여 정적 억제 방법보다 뛰어난 효율성을 달성합니다. 다양한 모델 아키텍처를 사용하여 수학적 추론 벤치마크에 대한 광범위한 평가를 통해 ARS가 정확성을 유지하거나 향상시키면서 토큰, 지연 시간 및 에너지 감소에서 최대 53%, 46.1%, 57.9%를 달성함을 보여줍니다.
