LLMの推論努力を制御する：GPT-5.6の複数モードを実装する方法

Controlling Reasoning Effort in LLMs

OpenAIのo1以降、推論モデルはLLMの標準となった。DeepSeek-R1はRLVRを用いた訓練手法を確立し、GPT-5.6は複数の推論努力レベルを導入した。本記事では、推論トレースの仕組みから、RLVRによる訓練、推論時計算のスケーリング、そしてQwen3の「思考モード」切り替えやGPT-5.6の努力レベル設定のような複数モードの実装方法までを解説する。推論努力の制御は、モデルが生成するトークン数を調整することで実現され、訓練と推論の両方のスケーリング戦略が関わる。