资讯摘要
论文指出，语言模型在单个提示中组合多个任务时，即使能单独可靠完成每个子任务，组合后错误也明显增多，且无法完全用独立误差累积解释。作者在开放权重模型和 Claude Opus 5 上观察到隐式思考预算：组合时每个任务所用 token 显著少于单独处理时。单独需要更长解题轨迹的任务在组合下更脆弱；按脆弱性分组任务可操控该预算，在数学与语言任务上减少 43% token 用量并保持准确率。
要点速读
- 论文发现组合任务时模型错误增多，且不能完全归因于独立误差累积。
- 在开放权重模型和 Claude Opus 5 上，组合时每任务 token 用量显著低于单独处理，作者称之为隐式思考预算。
- 按任务脆弱性分组可减少 43% token 用量并保持准确率。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/21 20:06:19（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。