تُعاني نماذج اللغة الكبيرة (LLMs) التي تُدرَّب على التفكير التدريجي من تكرار مفرط في الإخراج، ما يؤدي إلى ارتفاع تكاليف الاستدلال. تُقلل أنظمة التعلم بالتعزيز القياسي مع مكافآت قابلة للتحقق (RLVR) من "المشكلات السهلة" خلال مرحلة التدريب لتحسين الكفاءة، ما يُجبر النموذج على التدريب بشكل رئيسي على المشكلات الصعبة التي تتطلب سلاسل تفكير أطول. يؤدي هذا إلى تحريف توزيع طول المخرجات نحو الزيادة، ما يُنتج نموذجًا يخلط بين "التفكير لفترة أطول" و"التفكير بشكل أفضل". في هذا العمل، نُظهر أن الاحتفاظ ببعض المشكلات متوسطة الصعوبة وزيادة وزنها بشكل معتدل يعمل كمُنظِّم ضمني لطول المخرجات. وعند عرض النموذج على مهام قصيرة قابلة للحل، يُحدَّد توزيع مخرجاته ويُمنع تفاقم التكرار. النتيجة هي: بُطَّةٌ مُتَوَلِّدَةٌ مجانًا (emergent brevity for free): يتعلم النموذج حل المشكلات الصعبة دون زيادة طول المخرجات، بالرغم من غياب أي عقوبة صريحة على الطول. أظهرت تجارب RLVR باستخدام هذا النهج على نموذج Qwen3-4B-Thinking-2507 (بحدٍّ أقصى 16 ألف رمز) تحقيق دقة Baseline Pass@1 في مسابقة AIME25، مع إنتاج حلول متوسطة الطول تُقلص بنحو الضعف مقارنةً بالطريقة التقليدية. يُمكن الاطلاع على الكود على منصة GitHub: https://github.com/MBZUAI-Paris/Frugal-AI{GitHub}، مع توفر المجموعات والأنماط على Hugging Face: https://huggingface.co/collections/MBZUAI-Paris/k2-think-mini-68dcfa8b114686a4bd3dc2bc{Hugging Face}.