ThinkReset：有界上下文长视野推理的可学习中间接口构建

arXiv:2607.28642v1 公告类型：新 摘要：长链思维推理提高了复杂问题的性能，但也引入了冗余积累、上下文溢出和错误锚定。我们认为，在有界上下文窗口下，核心瓶颈不是轨迹压缩或测试时间控制，而是缺乏可重用的中间接口来替换丢弃的历史记录并支持继续求解。我们进一步确定了结果奖励驱动的长链强化学习的一个关键失败模式：当模型在窗口几乎耗尽之前尚未解决任务时，最终答案奖励会鼓励过早猜测，而不是继续仔细推理。我们提出 ThinkReset，这是该视图的文本空间实例。 ThinkReset通过接口写回和重置显式构造可重用的中间接口，并直接优化重置后的延续成功。在多个长视野推理基准中，这种观点持续提高了固定上下文窗口下的成功率。