据DeepLearning.AI报道，Mila、微软及学术合作伙伴提出了Delethink强化学习方法，通过定期截断语言模型的思维链条，有效降低了长文本推理的计算成本，并提升了模型性能。该方法无需更改现有模型架构，便于企业AI系统优化大规模文本数据处理与生成任务，助力AI在长文本内容生成和复杂分析场景中的应用落地（来源：@DeepLearningAI，2026年1月17日）。