Rohan Paul (@rohanpaul_ai) · 2026/10/10 12:10:00
清华牛津斯坦福研究揭示“思维惯性”：禁用思考标签后 LLM 仍隐性推理，强制直答致准确率骤降 15%
出处作者 / 发布主体：Rohan Paul (@rohanpaul_ai)原标题：New Tsinghua, Oxford, and Stanford paper finds that LLMs keep reasoning out loud even with thinking ...
78AI 研判分
核心综述
最新联合研究发现，即使关闭显式思考功能（如移除 think 标签），大语言模型在处理开放式问题时仍表现出强烈的“思维惯性”，DeepSeek-V4-Flash 在 99.9% 的回答中保留了内部推理痕迹。实验表明，强制模型仅输出最终答案虽能将合规率提升至约 40%，但会导致任务准确率下降约 15 个百分点，证实了显式推理链对复杂任务性能的关键支撑作用。
报道全文原始报道全文
Rohan Paul (@rohanpaul_ai) · 2026-10-10 04
清华大学、牛津大学和斯坦福大学的新论文发现，即使关闭思考模式，LLM 仍会“大声”进行推理，尤其是在处理开放式问题时。
在禁用思考功能的情况下，DeepSeek-V4-Flash 仍在 99.9% 的开放式回答中写出了推理过程。缺少 think 标签或回复简短并不能证明模型跳过了推理。
是非题容易直接作答，选择题处于中间状态，而开放式问题则会不断将模型拉回推理模式。
在开放式任务中强制要求仅输出答案，使 5 个模型的合规率提升至约 40%，但准确率下降了约 15 个百分点。
– arxiv. org/abs/2610.11765
标题：“思维惯性：当被告知不要思考时，LLM 仍在继续思考”
