研究：高推理努力档位未必更准，成本可达42倍

Kaiser Sun 等作者发布论文，测量推理努力档位在专有模型和开放权重模型上的反事实效果，覆盖四个基准，包括单次调用推理和长程智能体任务。研究发现，更高努力档位虽能提升总体准确率，却常在低档位已解决的任务上失败。 在各级档位都能解决的简单任务上，最高档成本可达最低档的 42 倍。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。