推理AI“脑补”成瘾，废话拉满，马里兰华人学霸揭开内幕-灵析社区

研究揭示了推理模型在面临缺失前提（MiP）问题时的表现，尤其是模型如何在这种情况下产生冗长的回答，浪费大量计算资源。推理型语言模型如DeepSeek-R1在MiP场景下，生成的回答长度激增，远远超过非推理模型，且无法有效识别问题缺乏前提。这种过度思考现象暴露了推理型模型在处理病态问题时的缺陷，尽管它们能够生成详细的推理路径，却无法有效识别问题的不合理性，导致大量无效的推理步骤。这种现象进一步揭示了推理型模型缺乏批判性思维，往往无法及时识别缺失的关键信息。\n\n研究中还分析了推理模型在多个数据集上的表现，尤其是在MiP问题上，这些模型显示出回答过长而无法提供准确的解答。相比之下，非推理模型更擅长快速识别问题中的缺失信息并且生成较短的回答，从而避免了不必要的计算负担。\n\n为了更好地理解这种过度思考问题，研究团队设计了多个数据集，通过分析模型的推理步骤，揭示了模型如何在缺失前提的情况下，重复类似的推理路径而没有得到有效的结果。这个现象表明，推理型模型存在自我怀疑的思考模式，无法及时终止推理，导致计算资源浪费。\n\n通过对比不同语言模型在MiP问题上的表现，研究表明，推理模型通常需要更长的回答来应对这些问题，但它们在没有有效前提的情况下，仍然继续推理并产生冗长的回答，而非推理模型则表现得更加高效。\n\n总体而言，当前推理模型在处理缺失前提时存在严重的过度思考问题，暴露了它们的低效性，并且提醒研究人员在构建和优化语言模型时，必须考虑如何避免这种冗长且无效的思考路径。\n\n图1展示了DeepSeek-R1生成的过长回答，这一现象证明了推理模型在处理缺失前提时往往产生不必要的推理步骤。\n"Image 1" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_6e98b5d9f88d44a5a59e0c95b7547162@5888275_oswg137559oswg1080oswg333_img_000.jpg)\n\n图2展示了不同语言模型在处理MiP问题时的回答长度与放弃率的对比。\n"Image 2" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_caf6d548a5ff403a9dd2abf68ac2e978@5888275_oswg517439oswg1080oswg678_img_000.jpg)\n\n图3进一步展示了不同模型在MiP问题上的响应和计算步骤的相似性，揭示了推理模型在缺失前提时的冗余性。\n"Image 3" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_41cfd952c45d43a6ad01160e8251089d@5888275_oswg372787oswg1080oswg660_img_000.jpg)