热点事件持续更新
斯坦福等团队揭示 LLM「思考惯性」现象
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026 年 10 月，AGI Hunt 报道，清华大学、牛津大学与斯坦福大学团队研究大语言模型的 no-thinking（不思考）行为，发现即便显式关闭思考模式，模型仍会进行可见推理，团队将这一现象称为「思考惯性」。研究在 6 个 LLM、6 种提示干预以及布尔题、选择题、开放题三类问题上进行评测，把模型响应拆分为「答案前轨迹」与「最终答案」两部分，并提出三层指标：空思考率、问题与答案前轨迹的相关性，以及由 LLM 评审判定的显式推理率。报道称，显式关闭思考模式无法可靠消除可见推理。
AI 根据报道生成 · 1 小时前更新
最新进展10月13日 10:17
研究用 6 个模型、6 种提示干预与三类问题评测，提出空思考率等三层指标量化残留推理。报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- AGI Hunt斯坦福等团队揭示「思考惯性」：LLM 被要求不思考时仍会推理
清华、牛津、斯坦福团队研究 LLM 的 no-thinking 行为，发现显式关闭思考模式无法可靠消除可见推理，称为「思考惯性」。研究在 6 个 LLM、6 种提示干预和布尔、选择题、开放题三类问题上评测，将响应拆为答案前轨迹与最终答案，提出空思考率、问题-答案前轨迹相关性、LLM 评审显式推理率三层指标。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。