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。