Построение преференций оптимальных методов расчёта для чрезмерного мышления в рассуждении моделей

arXiv: 2610.13570v1 Annualce Type: New Humber Brieflow: Разумные модели могут выиграть от масштабирования испытательного времени, но продолжение рассуждений может стать неэффективным или вредным явлением, называемым чрезмерно продуманными. Оценки с учетом полного мышления позволяют сравнить точность и использование символов, но при этом отсутствуют ссылки на чрезмерное мышление серьезности и теоретический потенциал стратегий по смягчению последствий. Чтобы охарактеризовать чрезмерное мышление на уровне модели-задач, мы сначала введем "Между Ступенями" (STP), неоднократно генерируя ответы из нескольких сохраненных префиксов по каждой фиксированной выбранной траектории рассудка. Используя в качестве ориентира первоначальную измеренную позицию каждой траектории, достигающую максимальной эмпирической точности, мы определим переосмысление соотношения и точность деградации как долю симптомов мышления, которые были созданы после этого, а также снижение точности от этой ссылки на полное мышление соответственно. Во-вторых, мы затем формулируем динамические маршруты, фиксированные бюджеты и динамичный ранний выход в рамках единой системы для количественной оценки теорети