如今的Reasoning模型都不具备批判性思维！简单问题, Overthinking！离谱
MLNLP社区是一个国际化的机器学习与自然语言处理社区，致力于促进学术界、产业界及爱好者间的交流合作。最新研究表明，大型语言模型在遇到缺乏关键信息的问题时容易陷入无效思考。
错误答案
让SFT重新伟大！CMU等华人学者提出全新「批判式微调」，媲美复刻版DeepSeek
CMU华人团队提出批判性微调(CFT)方法，在仅使用50K样本训练后，显著提升大模型在数学等复杂任务中的表现。相比传统SFT方法，CFT让模型学会批判学习，提高推理能力及适应性。
DeepSeek R1遇难题142次”I give up”，研究还称需增加推理时机控制机制
最新研究揭示了大模型解决常见英语谜题的局限性，如DeepSeek R1常常放弃给出错误答案。研究人员创建了一个包含近600个问题的新基准测试，并发现在使用超过3000个令牌后继续推理对提升准确率帮助不大。