提出系统性评估,发现当同一问题置于不同上下文条件(如冗长无关文本、多轮对话、复杂任务子任务)下时,推理模型生成的推理链显著缩短(最多减少50%),伴随自验证和不确定性管理行为减弱;该现象虽对简单问题影响不大,但可能导致更具挑战性任务的性能下降。
机构:Yandex
来源:arXiv 2604.01161 | AI4Papers 论文推荐平台