arXiv cs.AI· Kentaro Ozeki, Risako Ando, Takanobu Morishita, Hirohiko Abe, Koji Mineshima, Mitsuhiro Okada·· 7 小时前AI 评分42
大推理模型在日常逻辑推理任务中表现不如非推理模型
Are Large Reasoning Models Good Everyday Reasoners? A Comparison with Non-Reasoning Models on Logical Reasoning Tasks
AI 摘要
一项新基准测试评估发现，大推理模型（LRMs）在偏离形式逻辑的日常推理任务中表现反而下降。部分采用思维链提示的非推理模型在这些场景下优于同类推理模型，且额外指令对控制推理行为效果有限。这表明当前推理模型未能可靠捕捉日常推理模式，暴露了后训练目标的局限性。
来源：arXiv cs.AI · arxiv.org