SOMA：用 System One 模型持续监控推理模型的思考过程

论文提出 SOMA（System One Metacognitive Awareness）框架，让 Jev 这类 System One 决策模型在 System Two 推理模型生成过程中持续监控并适时干预。SOMA 分三层：场景层用自然语言描述目标和动作，觉察层由 S1 判断行为是否出现，控制层先提醒 S2，行为持续才接管。跨任务共享一个 S1 模型和一个控制器，无需训练。在过度思考场景下，推理 token 减少最多 36% 且平均准确率仍有提升；在不可回答问题上，弃答率从 70.5% 提高到 87.2%。