English(EN) In LLM Reasoning, there is Irrationality on top of Value Misalignment

研究发现：大型语言模型推理表现出超越价值对齐的非理性

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-01 04:00

arXiv上的一篇新研究论文探讨了大型语言模型中“理性价值风险”的概念，指出即使是经过良好对齐的模型在推理过程中也可能表现出非理性。这种风险被量化为模型已部署的推理策略与其理性最大化对齐效用的策略之间的差异。该研究在多个基准测试中测试了包括Llama-3.1、Qwen-2.5、Tülu-3、GPT-5.2、GPT-5.5和DeepSeek-V4在内的模型，发现这种风险普遍存在。虽然价值对齐可以减少但不能消除这种非理性，但诸如自洽性（self-consistency）和更长的思维链（chain of thought）等技术可以提高理性。 AI

影响强调了大型语言模型推理中一个潜在的局限性，即使在价值对齐的情况下这种局限性依然存在，这表明实现真正理性的AI行为仍面临持续的挑战。

排序理由发布在arXiv上的研究论文，详细介绍了一个关于大型语言模型推理的新概念。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 25 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 发布在arXiv上的研究论文，详细介绍了一个关于大型语言模型推理的新概念。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, safety; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Kejiang Qian, Fengxiang He · 2026-09-01 04:00

大型语言模型推理中存在价值错位之上的非理性

arXiv:2606.20624v2 Announce Type: replace Abstract: Significant progress has been made in aligning LLMs with target value functions. We argue that, even when an LLM has been well aligned in (post-)training, it may still fail to maximise the aligned value in reasoning. We mathemat…

本文如何被排名

报道来源 [1]

大型语言模型推理中存在价值错位之上的非理性

相关实体

相关话题