当与原始的长CoT推理示例混合时，这种组合使学生模型能够学习全面的推理模式和高效的推理捷径，从而在推理过程中生成更简洁的推理，而不牺牲准确性。LS-Mixture SFT方法的一个关键组件是保持结构的CoT重写方法，该方法将冗长的CoT轨迹转换为更简洁的版本，同时保留其核心逻辑结构和关键推理步骤。为了实现平衡思考模式，文章在推理时间和训练时间之间保持提示模板的格式一致，同时修改与思考模式相关的指令