arXiv · AI· Jianghong Zhou, Hao Rong, Chen Lin·· 2 天前AI 评分28
识别有害的过度思考:保留的结论与漂移的承诺
Conserved Verdicts, Drifting Commitments: Identifying Harmful Overthinking
AI 导读
研究发现推理模型继续思考可能因承诺与结论概率差异导致正确答案丢失,在 MATH-500 基准上 DeepSeek-R1-Distill-Qwen-1.5B 平均损失 3.6 分。
来源:arXiv · AI · arxiv.org