研究提出承诺-判定框架识别推理模型过度思考
热点事件持续更新
研究提出承诺-判定框架识别推理模型过度思考
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Jianghong Zhou 等提交的论文提出用“承诺”(当前停止时答案正确的概率)与“裁决”(最终答案正确的概率)的差值,判断推理模型是否该停止思考;作者称仅靠最终正确性探针无法完成这一比较。 在 MATH-500 上,DeepSeek-R1-Distill-Qwen-1.5B 在 379 个已持有正确答案的点上继续思考,平均损失 3.6 分(95% CI [2.2, 5.2]),且损失集中在少数题目。
AI 根据报道生成 · 1 小时前更新
最新进展11月18日 13:00
推理模型为何越思考越错:识别有害的过度思考报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AI推理模型为何越思考越错:识别有害的过度思考
研究提出用“承诺”(当前停止时的答案正确概率)与“裁决”(最终答案正确概率)的差值来判断推理模型是否该停止思考,指出仅靠最终正确性探针无法完成这一比较。在 MATH-500 上,DeepSeek-R1-Distill-Qwen-1.5B 在 379 个已持有正确答案的点上继续思考平均损失 3.6 分(95% CI [2.2, 5.2]),且损失集中在少数题目。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。