大模型被要求只答答案时仍会“思考”
AI 总结
清华大学、牛津大学和斯坦福大学的研究者在六个基准上测试了Qwen3、DeepSeek、GPT和Gemini家族的六个模型。结果显示，关闭思考模式并要求只给答案虽会减少显式推理，却无法完全消除最终答案前的计算或推导。开放式问题上的显式推理更常见，是非题则更容易直接作答。研究还分别设置了只给答案合规性、前置文字相关性和显式推理三项指标。论文、代码和轨迹数据均已公开。报道称论文已被NeurIPS 2026接收；另有一名社区成员进行了小规模独立测试，也观察到关闭思考后仍输出推理的现象。
深度见解
该研究表明，答案正确并不意味着模型遵守了不输出推理的要求。其分层评测方法使开发者和评测人员能够单独判断关闭思考模式是否真正抑制了可见推理。
新智元 2026-10-25 12:17 北京
新智元报道
通过接口关掉大模型的「思考模式」（如将Qwen3的enable_thinking设为False），再告诉它「不要推理，直接给出答案」，它就会直接回答吗？实际输出并不符合我们日常直觉。
清华大学、牛津大学和斯坦福大学的研究者系统测试了这个问题。他们发现，即使关闭思考模式，模型仍可能在最终答案前写出计算或推导；题目越开放，这种现象越明显。研究者把这种现象称为Thinking Inertia（思考惯性）。
#Thinking Inertia#Tsinghua University#University of Oxford#Stanford University#DeepSeek-V4-Flash#Qwen3-32B#Gemini-4-Argon#GPT-6-Astra#Kimi-K3#Muse-Wonder-1.0#NeurIPS 2026