English(EN) Max Reasoning Effort Is a Bad Default: More Thinking Can Make Your Model Worse

研究发现，AI模型在最大推理努力下表现更差

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-11 04:04

新研究表明，强迫AI模型在每次请求时都使用最大推理努力可能会导致负面结果，包括许多常见任务的延迟增加、成本升高以及答案质量下降。研究表明，对于更简单的问题，模型经常会通过相同的方法重复检查答案而浪费token，在某些情况下，扩展推理会通过放大有缺陷的启发式方法或关注不相关信息来积极降低准确性。专家建议，不应默认采用最大努力，而应在不同推理长度下评估模型，尤其是在代理任务中，过度思考会阻碍有效行动。 AI

影响过度依赖最大推理努力会降低AI性能并增加常见任务的成本，这表明需要自适应推理策略。

排序理由该集群报告了多篇关于AI模型行为和性能的研究论文的发现。[lever_c_demoted from research: ic=1 ai=1.0]

在 dev.to — LLM tag 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: 44 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群报告了多篇关于AI模型行为和性能的研究论文的发现。[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, model release; 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]

dev.to — LLM tag TIER_1 English(EN) · M.T.Ramkrushna · 2026-11-11 04:04

最大推理努力是一个糟糕的默认设置：更多的思考会让你的模型变得更糟

Hot take for this Wednesday: if your AI feature runs every request at maximum reasoning effort, you are not buying quality. You are buying latency, cost, and, on some tasks, worse answers. "Let it think longer" has become the default fix for anything th…

本文如何被排名

报道来源 [1]

最大推理努力是一个糟糕的默认设置：更多的思考会让你的模型变得更糟

相关实体

相关话题