热点事件持续更新
研究发现增加推理预算并未减少大模型认知偏差
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月8日，arXiv发布的一项针对大语言模型递增推理预算的剂量反应研究显示，单靠增加测试阶段计算量无法作为模型的理性保障。该研究测试了4个模型家族在锚定、框架、损失厌恶等6种经典偏差下的12,350次API调用。结果表明，推理模型并不比匹配的非推理同系模型表现出更少的认知偏差，且偏差幅度并未随实际消耗推理token的增长而可靠下降。此外，在测试的偏差中，仅锚定效应表现出典型人类偏差方向（d = 1.89），其余多数偏差甚至呈现相反走向。
AI 根据报道生成 · 5 小时前更新
最新进展10月8日 12:00
研究显示增加推理预算未能可靠减少大模型认知偏差，多数偏差甚至呈现相反走向。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv 自然语言处理大语言模型在递增推理预算下的认知偏差研究
一项针对大语言模型递增推理预算的剂量反应研究表明，推理模型并不比匹配的非推理同系模型表现出更少的认知偏差，且偏差幅度并未随实际消耗推理 token 的增长而可靠下降。研究测试了4个模型家族在6种经典偏差（涵盖锚定、框架、损失厌恶等）下的12,350次 API 调用；结果显示仅锚定效应表现出典型人类偏差方向（d = 1.89），其余多数偏差甚至呈现相反走向，单靠增加测试阶段计算量无法作为理性保障。
本事件热度走势
当前热度 9·可比范围峰值 10（10月8日 13:00）·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。