高效自动化挖掘深海未知生物 突破算法瓶颈
随着人工智能技术的飞速发展，推理大模型如DeepSeek和o1/o3等持续为我们带来惊喜。
最新研究揭示，这些大模型在面对高难度问题时，可能会陷入一种类似三心二意学生的困境，频繁切换解题思路，却因缺乏深入探索而失败。
这种现象被研究者称为Underthinking（欠思考）。
一、研究背景
这项研究由腾讯AI实验室、苏州大学和上海交通大学的研究团队联合进行。
他们主要对开源的DeepSeek-R1和QwenQwQ系列模型进行了深入研究。
通过分析AI的错误答案，他们发现了一个令人担忧的问题：当前的推理大模型虽然初始时能够走上正确的路线，但往往倾向于浅尝辄止，很快开始探索别的思路，导致后续生成的数千个tokens对解题毫无贡献。
二、研究内容
为了系统分析这一问题，研究团队在三个具有挑战性的测试集MATH500、GPQADiamond和AIME2024上，对类o1模型QwQ-32B-Preview、DeepSeek-R1-671B等进行了实验。
他们发现，类o1模型在错误回答中比正确回答多消耗了225%的token，原因是思维切换频率增加了418%。
为了深入理解这一现象，研究团队开发了一套评估框架，用于判断被放弃的推理路径是否实际上足以推导出正确答案。
结果显示，许多模型在回答开头阶段的思路是正确的，但并未继续深入完成推理。
超过70%的错误回答中至少包含一个正确的思路。
这意味着，这些模型在不确定时可能生成更长但效率较低的推理过程，频繁切换思路，消耗了大量计算资源，却未能得出正确答案。
三、实验结果与分析
基于这些观察，研究人员提出了一个用于量化Underthinking程度的指标（UnderthinkingMetric）。
实验结果表明，所有测试的类o1模型都存在显著的思维不足问题。
在MATH500-Hard和GPQADiamond数据集上，性能更优的DeepSeek-R1-671B模型在取得更高准确率的同时，其UT得分也更高，表明错误回答中存在更多思维不足。
而在AIME2024测试集中，该模型则表现出较低的UT得分，反映出较少的思维不足和较高的token效率。
这表明模型在该任务中的推理过程与问题类型和推理过程更好地对齐。
四、解决方案
理解思维不足现象对于开发能够提供正确答案并具备有效推理过程的模型至关重要。
为了让AI学会一心一意，研究者借鉴了人类考试策略，提出了一种思路切换惩罚机制（ThoughtSwitchingPenalty，TIP）。
其原理类似于考试时给自己定规矩：先专注当前方法，至少尝试一段时间后再换思路。
实验结果显示，加入TIP能让模型在数学测试上的准确率上升，同时UTScore下降。
例如，在AIME2024数学竞赛测试上，加入TIP的QwQ-32B-Preview模型准确率得到显著提升。
UCBerkeley教授AlexDimakis几乎同时分享了类似的观察，他们提出一个名为简洁解码（Laconicdecoding）的解决办法。
初步实验结果表示，简洁解码在AIME2024测试上能提高准确率。
五、总结与展望
本文揭示了DeepSeek和o1/o3一类推理大模型的欠思考问题，并分析了其原因和解决方案。
未来，我们期待这些技术能够进一步优化，帮助AI模型在解决复杂问题时能够更加专注和高效。
同时，我们也需要更多研究来探索如何将这些技术应用到其他领域，推动人工智能技术的持续发展。
本文地址：https://www.nazei.cn/yxzxwz/8b6360638cfe50358aec.html
关于网易新闻开展辟谣专项行动的通知与启示为了维护健康的信息生态与用户权益，网易新闻始终致力于为广大用户提供真实、可靠、准确的内容服务，随着互联网的快速发展，信息传播速度日益加快，其中不可避免地掺杂着一些虚假信息或误导性内容，为了营造一个良好的网络环境，网易号平台决定即日起展开辟谣专项行动，以确保用户发布上传的内容真实可信，以下是我们关...。
标题，山东单招学校排名及分数线——深度解读山东各大专院校的招生录取信息正文，随着教育改革的深入，单招成为越来越多学生实现职业教育梦想的重要途径，本文将详细介绍山东省单招学校的排名及分数线，帮助考生和家长了解山东各大专院校的招生录取情况，一、山东单招专科学校排名及分数线概览山东省的单招专科学校众多，每所学校的排名和分数线都有所不同，根据...。
人工智能时代的韩国应对深度伪造犯罪，投资开发先进鉴别系统应对AI生成虚假信息近日，据新华社报道，韩国官方宣布将投资巨额资金开发一种先进的系统，以应对人工智能，AI，生成的深度伪造文件和虚假信息的犯罪案件激增的问题，据IT之家网友山有扶苏的线索投递和韩联社援引的官员消息，该系统的开发预计将于2027年12月完成，耗资91亿韩元，约合人民...。
苹果最新发布watchOS11.3更新，带来哪些新特性与改进，IT之家报道，苹果公司近日向AppleWatch用户推送了最新的watchOS11.3更新，内部版本号，22S555，此次更新距离上次正式版发布时隔47天，为AppleWatch用户带来了更多优化的系统性能和新的功能体验，尽管由于苹果各区域节点服务器配置缓存问题，部分地区...。
商务部等六部门联合推动家装厨卫焕新计划，聚焦绿色智能，支持适老化改造及智能家居消费IT之家报道，随着新年伊始的步伐，我国商务部等六部门近日印发，关于做好2025年家装厨卫焕新工作的通知，这一行动得到了广大消费者和市场的广泛关注，特别是在家装厨卫领域，感谢IT之家的网友们的线索投递，让我们第一时间了解到这一重要消息，一、通知背景与目标...。
孙鸿滨履新中国融通集团董事、党组副书记，背景、经历与展望未来本文约XXXX字1月26日，澎湃新闻注意到中国融通资产管理集团有限公司，以下简称中国融通集团，官网管理团队栏目更新显示，孙鸿滨已出任中国融通集团董事、党组副书记，这位新任领导拥有丰富的边检系统工作经验，并在国家移民管理局担任重要职务，本文旨在介绍孙鸿滨的背景、经历以及对中国融...。
创见信息推出企业级读取密集型固态硬盘ETD410T，革新存储技术，赋能企业数字化转型IT之家在XXXX年XX月XX日报道，创见信息Transcend在本月XX日宣布推出了一款创新的企业级读取密集型固态硬盘——ETD410T，这款eSSD的问世标志着存储技术的新突破，旨在满足企业级用户日益增长的数据存储需求，助力企业数字化转型，一、产品...。
文章标题，巴萨西甲新篇章，什琴斯尼上演西甲首秀，创纪录成为最年长新援亮相球员正文，直播吧1月27日讯，西甲赛场上一场震撼人心的对决落下帷幕，本轮西甲联赛，巴塞罗那足球俱乐部，巴萨，在主场以7，1的比分大胜瓦伦西亚，展现出无与伦比的实力，本场比赛，除了激烈的竞技场面之外，更有一位球员的亮相引起了广大球迷的关注与热议，他就是波兰门将——什...。
小学班主任门口寄语，未来与希望的诗篇亲爱的同学们，我站在教室的门口，寄语你们未来的旅程，此刻，我写下这首现代诗，送给你们这群怀揣梦想的小小少年，你们站在人生的起跑线上，青春的光芒在你们的身上焕发，小小的年纪，却怀揣大大的梦想，你们是希望的花朵，是未来的力量，偶尔的调皮、捣蛋，是你们的童趣，但记住，规范行为，养成习惯，用心学习，努力拼搏...。
鹤山市恒保防火玻璃厂有限公司济南分公司，位于山东省济南市市中区。专业从事：地铁车站防火观察窗、玻璃防火门、防火窗、防火玻璃非承重隔墙、防火玻璃幕墙、防火玻璃地台及采光顶、水晶硅防火玻璃、单片防火玻璃。
爱奇美食提供各种菜谱、小吃、家常菜做法,丰富的菜谱大全可以让您轻松地学会怎么各种甜品和美食！
本乡本土网
陕西多彩集团，创立于1997年，现已发展为集大型专业市场投资开发、商业运营管理、物业管理为一体的综合性企业集团。拥有多彩城、多彩新天地两家大型服装商城及多个子公司，商业面积近20万平方米，商捕几干余家、商户达万人，是西北地区极具影响力的商业运营品牌。
红苹果软件车队管理系统挂靠管理系统物流运输系统融资租赁金融管理系统
及时报道临沂乃至沂蒙老区最新资讯、分享发生在村民身边的大事小情及实用信息,本地化网络购物商城平台,打造市民网上聚合、交友的精神家园。
程力专用汽车股份有限公司销售十四分公司,专业生产8吨压缩垃圾车、12吨压缩、6方压缩垃圾车、10方压缩垃圾车、14方压缩垃圾车、18方压缩垃圾车、车厢可卸式垃圾车、3方勾臂车、5方勾臂垃圾车、天锦勾臂车、天龙勾臂车 后双桥勾臂车，移动压缩站、勾臂车、餐厨垃圾车、高位自卸垃圾车、无卸漏垃圾车、畜禽运输车等。
湖南宁乡吉唯信金属粉体有限公司成立于1997年，是一家从事微细球形铝粉、铝基合金粉和其它金属粉末研发、生产和销售的技术性公司。
暖如家_燃气壁挂炉暖气片安装维修地暖清洗装修装饰网站,家庭供暖供热空调热水器冰箱洗衣机维修售后电话,家用供暖供水新风系统服务商.暖如家采暖售后客服:nanhu9181官网:www.nuanrujia.cn