热点事件持续更新
论文揭示显式推理模型代码生成中的“推理轨迹溢出”现象
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 3 小时前更新
最新进展11月5日 13:00
研究发现轻量级显式推理模型易因陷入重复思考耗尽预算，推理期控制可有效改善该问题。报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- 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。
本事件热度走势
当前热度 9·可比范围峰值 10（11月5日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。