掩码自蒸馏内化思维链，Qwen3推理更短成本更低

掩码自蒸馏让模型把思维链内化进参数，Qwen3-4B与Qwen3-8B上作者自测称任务表现不降反升，推理时少生成中间步骤、降低延迟与成本。

此前思维链是大推理模型答题前生成的一长串显式推理步骤，主导了推理时的延迟和算力开销。该方法让同一模型的一份副本当老师、另一份当学生，学生学会把部分或全部中间步骤“想在心里”，直接给出更短的输出。

作者在数学和图着色两个域做了受控实验，自测称在域外问题上没有灾难性遗忘；消融还显示普通监督微调虽也能缩短思维链，但泛化更差。全部结果为作者自测，具体数字需查正文；该预印本首版6月18日提交，9月30日修订至v3，尚无独立复现。