この記事では、推論モデルが数学や論理的推論などのタスクで高い性能を発揮できる理由として、段階的思考が挙げられますが、それがしばしば過剰思考につながり、計算コストが増加する問題があります。この問題を解決するために、モード選択は、思考モードまたは非思考モードを使って長いChain-of-Thought（CoT）と短いCoTの間で自動的に決定を下すことで計算の負担を軽減しようとします。また、早期退出は推論プロセスの最適な停止点を決定します。モード選択は早期退出の問題に関連しており、その意思決定のタイミングが異なるため、より挑戦的な課題であると位置付けられます。実証研究の結果、従来の方法は限られた情報の場合に十分ではなく、内部情報を活用するアプローチが一般的により良い結果を示すものの、安定性に課題があることが明らかになりました。この研究はモード選択のより効果的なアプローチの必要性を示しています。