北京
本期为TechBeat人工智能社区第754期线上Talk。
北京时间3月26日(周四) 20:00，香港大学博士生吴太强的Talk将准时在TechBeat人工智能社区开播！
他与大家分享的主题是：大道至简 实现大语言模型思维链无损压缩。介时他将从数据，奖励分配，优化策略等角度进行分析，并针对如何精简大预言模型中的数据链给出对应的策略方针。
Talk·信息
主题：大道至简 实现大语言模型思维链无损压缩
嘉宾：香港大学 · 博士生 - 吴太强
时间：北京时间3月26日(周四) 20:00
地点：TechBeat人工智能社区
http://www.techbeat.net/
Talk·介绍
大语言模型的思维链冗余性高，如何实现思维链的精简成为亟需解决的问题。本 Talk 从数据，奖励分配，优化策略等角度进行分析，给出对应的策略方针。基于已有实验分析进一步提炼出深层次的 Insight，并成功在Qwen3系列模型上实现思维链的无损压缩，涵盖 0.6B 到 30B 的模型，证明了有效性与泛化性。最后一并给出未来可行的进一步改进方向。
Talk大纲
1. 背景：介绍任务背景与常用方法，阐明论文目标
2. 实验分析：分析数据，奖励分配，优化策略等角度的实验结果，并给出对应Guideline
3. 泛化实验：基于已有结论在 Qwen3 更多模型上进行实践
4. 总结：总结更本质的 Insight，给出未来改进方向
Talk·预习资料
The Art of Efficient Reasoning: Data, Reward, and Optimization 论文链接：https://arxiv.org/abs/2602.20945 项目主页：https://wutaiqiang.github.io/project/Art
Talk·提问交流
在Talk界面下的【交流区】参与互动！留下你的打call和问题，和更多小伙伴们共同讨论，被讲者直接翻牌解答！
你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！
Talk·嘉宾介绍
吴太强
香港大学 · 博士生
吴太强，本科毕业于清华自动化系，硕士毕业于清华深圳国际研究生院，师从杨余久教授。目前在香港大学电机电子工程系攻读博士学位，主要研究方向是高效大语言模型，包括模型压缩，参数高效微调与高效思维链。曾在 ACL, NAACL, EMNLP, NIPS, ICLR 等顶会发表多篇论文，代表作 MoSLoRA (Mixture-of-Subspaces in Low-Rank Adaptation), Rethinking KL (Rethinking kullback-leibler divergence in knowledge distillation for large language models) 和 Efficient CoT (The Art of Efficient Reasoning: Data, Reward, and Optimization).
个人主页: https://www.techbeat.net/grzytrkj?id=9169
-The End-
如果你也想成为讲者
自荐 / 推荐
单人Talk | 团队专场 | 录播or直播 | 闭门交流
多种方式任你选择！
推荐讲者成功也有奖励哦~
关于TechBeat人工智能社区
TechBeat(www.techbeat.net)隶属于将门创投，是一个荟聚全球华人AI精英的成长社区。
我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。
期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！
更多详细介绍>>
预约本期Talk
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
