#nonthinking

腾讯论文揭示多模态 AI 模型中非思维模式导致响应失败高达 48%

一个名为 PatternEval 的新基准揭示了混合思维人工智能系统中的快捷推理模式如何产生明显更明显的错误，即使准确度分数在纸面上看起来很好。腾讯研究人员量化了多模式人工智能模型的重度用户可能注意到的一些轶事：当这些系统跳过“思考”步骤并直接跳到答案时，事情会更频繁地发生故障。根据该团队在 arXiv 上发表的新论文，旗舰模型中思考和非思考推理失败率之间的差距高达 48.64%。这项题为“超越正确性：混合思维 MLLM 中的基准测试和调整响应行为”的研究引入了名为 PatternEval 的诊断基准。