HF 研究员指出推理力度越高拒绝越多准确率越低

2026 年 10 月 14 日，AGI Hunt 报道，Hugging Face 研究员 Lewis Tunstall 在评测闭源模型涉及安全拒绝类任务（网络攻击、生物等）时发现一个反直觉现象：推理力度低时模型很少触发拒绝，准确率反而高；把推理力度拉到最大时，模型出现大量拒绝，准确率随之走低。他表示，这使 test-time compute 曲线出现反转——算力投入最多的设置表现最差，原因是拒绝大量吞掉了评测成绩。Tunstall 由此提出疑问：面对这种与安全拒绝交织的情况，应当如何公平地报告模型性能。截至目前，报道中未给出该现象的具体模型名称、样本规模或进一步结论，也未提到相关厂商的回应。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。