论文称显式禁止思考无法可靠消除大模型的可见推理。
资讯摘要
论文研究大模型“不思考”行为，指出仅靠关闭思考模式或缺少长推理链等代理指标并不可靠。作者将回答拆为作答前轨迹与最终答案，用空思考率、问题与轨迹相关性、LLM 评判的显式推理率三项指标衡量。对六个模型、六种提示干预及三类题型的实验显示，显式禁止思考无法可靠消除可见推理，作者称之为“思维惯性”，且答案空间越开放越明显。
要点速读
- 论文认为关闭思考模式或缺少长推理链等代理指标不可靠，提出空思考率、问题与作答前轨迹相关性、LLM 评判显式推理率三项指标。
- 在六个模型、六种提示干预和布尔、多选、开放题上，显式禁止思考仍无法可靠消除可见推理，作者称其为“思维惯性”。
- 布尔与多选题准确率保持稳定，开放题则出现只作答合规与任务准确率之间的权衡；提供候选答案更易产生只作答输出。
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 2026/11/3 08:00:27（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。