EMNLP 2026 论文:推理模型与人类的思考成本在溯因推理上对齐
rohanpaul_ai · x · 2026-09-06
arXiv 论文《Thinking effort aligns between humans and reasoning models in abductive reasoning》(将发表于 EMNLP 2026 Findings)比较了人类反应时间与推理模型 reasoning token 数在 160 道常识「最佳解释」题上的表现。核心发现:
- 大推理模型(LRM)与人类在同样的题目上费劲:同一批难题既拖慢人类,也让模型消耗更多 reasoning token,提示「思考成本」在人与模型间存在行为对齐。
- 模型与人类倾向于犯相似的错误。
- 溯因推理(abductive reasoning)的难度无法从形式结构推断,没有可被模型钻空子的捷径,为「共享努力」提供了更坚实的实证依据。
- 允许模型探索多条推理路径的解码方法会进一步提升人-模型推理成本的对齐度(在三个模型上验证)。
作者提醒:单次模型运行的 token 数不可作为题目难度的可靠指标,需多次运行。
所属事件:研究发现推理 token 数可作为题目难度指标(2 条相关)→
「研究」频道最新
- ruff 作者发问：AI 芯片设计从 RISC-V 扩到 x86 有多难 — charliermarsh · 2026-10-23
- Transformer 联合建模电子与磁性，能量误差仅 0.01% — bravo_abad · 2026-10-23
- Google Cloud AI 发布 PLE 基准：所有前沿模型真实工程任务得分不足 50% — sainingxie · 2026-10-23
- AI×Bio 48小时爆发：OpenAI 收购 Orchestra Bio 等 16 条动态 — vaibhavbetter · 2026-10-23
- Anthropic 携手 Theorem 做形式化验证,PL 学界罕见集体兴奋 — xennygrimmato_ · 2026-10-23
- 像 Minecraft 一样学晶体学：CRYSTALMINER 用 23 个对称世界教晶体学 — CatAstro_Piyush · 2026-10-23