0:000:00
<p>该论文<strong>深入探讨了大型推理模型（LRMs）在解决复杂问题时的能力与局限性</strong>。研究人员通过<strong>受控的益智游戏环境</strong>而非传统的数学基准测试，系统地评估了这些模型。他们发现，<strong>LRMs的表现会随着问题复杂度的增加而急剧下降</strong>，并且在达到某个临界点后，模型即使有足够的计算预算，其<strong>推理努力（思考的token数量）反而会减少</strong>。研究还揭示了LRMs在低复杂度任务中不如标准大型语言模型（LLMs）效率高，在中等复杂度任务中表现出优势，但在高复杂度任务中则完全失效，这表明了当前<strong>LRMs在泛化推理能力上的根本性限制</strong>。</p><p>Source: <https://arxiv.org/abs/2506.06941></p>