论文揭示显式推理模型代码生成中的“推理轨迹溢出”现象
Start here
2026年11月5日，arXiv发表的一项研究探讨了开源较小显式推理模型在代码生成中的“推理轨迹溢出”现象，即模型因长推理耗尽预算而无法输出可用代码。基于7个模型和6个代码基准的评测显示，在较难任务和特定模型家族中，常有超半数样本耗尽32k token预算仍在思考，且多数完全溢出伴随重复推理循环。研究指出，对于易溢出模型，直接禁用推理有时反而表现更好；而引入预算状态转换等轻量级推理期控制手段，可显著提升token效率与代码生成表现。
AI-generated from reports · Updated 6 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能代码生成中的推理轨迹溢出：显式推理模型的实证研究
论文研究了开源权重较小的显式推理模型在代码生成中因长推理耗尽预算而无法输出可用代码的“推理轨迹溢出”现象。在 7 个模型和 6 个代码基准的评测中，较难的任务和特定模型家族常出现超过半数样本耗尽 32k token 预算仍在思考的情况，多数完全溢出伴随重复推理循环。研究表明禁用推理对易溢出模型有时反而表现更好，而采用预算状态转换等轻量级推理期控制可显著改善 token 效率与生成表现。
Story heat trend
Current heat 8·Comparable peak 10（Nov 5 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.