待验证50% 置信事实精确时间
DeepSeek-R1、Qwen3 等推理模型将思维链训练推向极致后出现了模型反复自我验证、频繁回溯、在简单问题上大量输出内心独白的副作用
1
来源数
50%
置信度
长期有效
时效性
2026/9/17
首次发现
来源
涉及实体
相关事实
待验证o1、DeepSeek-R1等模型将思维链内化为训练目标，在输出答案前生成大量内部草稿推理80% 相似待验证推理增强型模型（如o1、DeepSeek-R1）的思维链过程会消耗大量对用户不可见的推理token，o1-preview实际消耗token往往是可见输出的3-8倍73% 相似待验证过度思考问题并非Qwen3独有，DeepSeek-R1、OpenAI o1系列等推理模型都不同程度存在类似现象73% 相似待验证一些推理增强型模型（如DeepSeek-R1、Kimi K3）会生成非常长的思维链，有时推理过程的Token数量是最终答案的数十倍73% 相似待验证DeepMind的Chinchilla定律证明训练数据量与模型参数量的最优配比会随时间演进而改变，同等FLOP投入可产生能力差异显著的模型72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/930259API
curl https://kongchang.com/api/v1/knowledge/claims/930259MCP
get_claim(id=930259)