Kolibri把推理长度做成可调档位：低档保留96%高分，只花35%的推理长度
Aleph Alpha发布的Kolibri是一个混合推理模型，用户可在系统提示中用一句话选择不推理、低、中、高三档推理强度。由于监督微调数据没有标注推理强度，团队按同一数据集、同一难度等级下的推理长度对每条推理轨迹做事后标注，并用2B学生模型复现大模型判定的题目难度。在24个基准中的23个上，中档推理长于低档、高档更长；低档保留高档分数的96%，推理长度为其35%，发布模型保留98%的分数、使用76%的补全token。