文章主要内容和创新点主要内容本文针对大型语言模型（LLMs）在推理任务中存在的“过度思考”（overthinking）问题（即测试时缩放方法虽提升推理质量，但会浪费大量token在冗余计算上），提出了一种无需额外训练的动态推理优化方法——动量不确定性引导推理（Momentum Uncertainty-guided Reasoning, MUR）。MUR借鉴物理学中的“动量”概念，通过跟踪和聚合推理过程中逐步产生的不确定性，动态评估推理路径的整体不确定性，从而将计算资源（token预算）优先分配给关键推理步骤。同时，引入γ-control机制，通过单一超参数γ灵活调整推理预算，平衡性能与效率。实验表明，在MATH-500、AIME24、AIME25、GPQA-diamond四个基准测试中，MUR在Qwen3系列（1.7B、4B、8B）模型上平均减少了50%以上的计算量，同时将准确率提升了0.62–3.37%。理论上，MUR在折扣信用分配、稳定性和收敛性方面得到了验证，且兼容现有测试时缩放（TTS）方法。创新点自适应缩放技术：提出“动量不确定性”概念，无需训练即可动态识别关键推理步骤并分配计算资源，兼容多种TTS方法。效率与性能提升：在减少50%计算量的同时提升准确率，γ-control机制可灵活平衡性能与效率。理论支持：从理论上证明了MUR