腾讯AI Lab联合苏大上交提出：少切思路多挖矿，让o1类LLM做题不再「三心二意」

文章预览

想象一下，你班上有个超级聪明的学霸，但他做题时总像得了「思维多动症」——一会儿用代数算，突然又切到几何法，再蹦出个微积分，最后…答案错了！这篇论文抓到的正是大语言模型（比如OpenAI的o1）的这个小毛病： underthinking （思考不足）。 作者们发现，这些模型面对数学难题时，像极了刷题时三心二意的人类——明明找到正确思路的开头（比如画椭圆找交点），却非要切到其他方法，最后用7681个token写了一篇《论我如何跑题》的小作文，答案还是错的😂。更扎心的是，错误答案的token量比正确答案多225%，妥妥的「无效内卷」！ 题目越难，模型越像「热锅上的蚂蚁」疯狂切思路 错误答案里藏着的「夭折学霸」——正确思路刚冒头就被掐灭 方法 如何治这个「思维多动症」？论文祭出了 TIP（Thought Switching Penalty） ，简单说就是给模型戴上 ………………………………