arXiv · AI· Chenpan Li, Thies Brockmoeller, Stefanie Jegelka, Sharut Gupta, Nikolaos Karalias·· 4 小时前AI 评分32
语言模型任务组合下的脆弱性：隐性推理预算机制
On the Fragility of Tasks under Composition: Implicit Budgeting in Language Models
AI 导读
研究揭示语言模型在组合任务中错误率显著上升，源于模型对每个任务分配的 token 隐性减少，这一“隐性推理预算”效应无法仅由独立错误累积解释。 该现象在开源模型与 Claude Opus 5 中均存在；孤立时非脆弱任务会浪费算力，而任务需要更长解题轨迹时，组合下错误更多。 按任务脆弱性分组可调控该预算，在保持准确率的同时将 token 使用量降低 43%，为高效多任务提示设计提供依据。
来源：arXiv · AI · arxiv.org