Meta-R1：为大型推理模型赋予元认知能力
人工智能
2025-08-26 v1
摘要
大型推理模型（LRM）在复杂任务上表现出色，展现出涌现的、类似人类的思维模式。尽管已有进展，但我们识别到一种根本性局限性：当前LRM缺乏专门的元认知系统——人类认知中一种使"关于思考的思考"成为可能的关键能力。这一缺失导致其涌现能力不可控（非自适应推理）、不可靠（中间错误）和不灵活（缺乏明确的方法论）。为弥合这一差距，我们引入Meta-R1，一个系统性且通用的框架，为LRM赋予显式的元认知能力。基于认知科学原理，Meta-R1将推理过程分解为独立的对象级和元级组件，在级联框架中组织主动规划、在线调节和自适应提前停止。在三个具有挑战性的基准测试和八个竞争性基线实验中，结果表明Meta-R1：（I）性能卓越，较最先进方法提高最高可达27.3%；（II）token效率高，较其纯文本版本减少27.3%~84.3%的token消耗，效率提升最高可达14.8%；（III）可迁移，在不同数据集和模型骨架上保持稳健性能。
引用
@article{arxiv.2508.17291,
title = {Meta-R1: Empowering Large Reasoning Models with Metacognition},
author = {Haonan Dong and Haoran Ye and Wenhao Zhu and Kehan Jiang and Guojie Song},
journal= {arXiv preprint arXiv:2508.17291},
year = {2025}
}