目前社区看到比较普遍的方法是：检测到特征就重试（最多有上限如3次），用次数/时间/token 换准确度。这个测试下来，确实会让模型慢很多。而且本质上还是重试。 
但我看到 issue 里有高赞回答,仅仅删除了codex一段prompt（向用户尽快报告进度）： 
 [image] 
挺好奇这个方案的原理是什么，以及真的有效吗？如果真有效的话，是为什么呢，是因为官方把518n 作为了推理的batch，过了 518 让模型自己决定是否继续推理？（这样的话 -2 就是 think tag和/或者某些否继续思考的tag呢）