推理AI「脑补」成瘾，废话拉满！马里兰华人学霸揭开内幕

文章预览

   新智元报道   编辑：犀牛 定慧 【新智元导读】 研究发现，推理模型（如DeepSeek-R1、o1）遇到「缺失前提」（MiP）的问题时，这些模型往往表现失常：回答长度激增、计算资源浪费。本文基于马里兰大学和利哈伊大学的最新研究，深入剖析推理模型在MiP问题上的「过度思考」现象，揭示其背后的行为模式，带你一窥当前AI推理能力的真实边界。 推理模型越来越成为主流了。 像GPT-4.5这样没有推理功能的大语言模型则越来越少见，就连OpenAI自身也将重心放到了推理模型o系列上面。 原因在于推理模型通过在回答之前先「思考」，从而能够获得更加优秀的效果。 然而，现在的推理模型还不是很成熟，尤其是面对缺乏前提条件的病态问题 （MiP）时，回答长度会显著增加，变得冗长且低效。 比如，哪怕是「1加2等于几」这样的问题，现在的推理模型也可 ………………………………