返回热点榜
llm热度 9.6°

AI 聚合热点事件 · 2026/10/25

清华等提出“思考惯性”:关闭推理模式仍可能输出推导

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/10/25 12:17:00
全景综述与最新动态
1 家信源交叉印证

清华大学、牛津大学和斯坦福大学的研究者发现,即使在大模型中显式关闭“思考模式”并指令直接回答,模型仍可能在最终答案前生成计算或推导过程。这种现象被称为“思考惯性”,且题目越开放,惯性越明显。研究提出了 ETR、QRel 和 EIR 三层评估框架来量化这一行为,揭示了当前推理开关机制的局限性。

最新动向/清华大学、牛津大学和斯坦福大学的研究者发现,即使在大模型中显式关闭“思考模式”并指令直接回答,模型仍可能在最终答案前生成计算或推导过程。这种现象被称为“思考惯性”,且题目越开放,惯性越明显。研究提出了 ETR、QRel 和 EIR 三层评估框架来量化这一行为,揭示了当前推理开关机制的局限性。

逐小时热度走势

11 个完整观测小时
当前
9.6
峰值
11.813:00
近 24h 变化
–

曲线只比较全程持续完整观测的同一批信源;缺口小时数据已插值平滑,保持趋势连续。

报道时间线

共 1 篇 · 最新优先
  1. 新智元 (微信公众号)T2·78 分

    清华等提出“思考惯性”:关闭推理模式仍可能输出推导

    原标题:NeurIPS'26|大模型有思考惯性:答案越开放,越停不下思考

    • 关闭思考开关不等于停止推理,模型仍可能产生隐式或显式的中间步骤。
    • 提出 ETR(严格格式)、QRel(相关性)和 EIR(显式推理)三层指标以精准识别思考惯性。
    • 问题开放性越高,模型表现出思考惯性的概率越大,这对低延迟场景构成潜在风险。