用于改进推理与上下文裁剪的结构化思维

该工作提出 Structured Thoughts，将长推理交替组织为 <try> 探索与 <outcome> 结论，并据此构建重格式化训练数据。作者报告，微调基础模型后推理基准最高提升 8.08%；裁剪每轮已总结的 <try> 后，数学任务平均节省 85% 上下文或内存，但性能下降 8.67%。