TUM 论文揭示大模型组合任务中的隐式思考预算机制导致错误率上升

TUM 团队在 HF 发布论文《On the Fragility of Tasks under Composition》，揭示大模型在单条 prompt 中组合多个任务时的失效机制。开源模型和 Claude Opus 5 在组合任务中分配到更少思考 token，错误率随之上升。按任务脆弱性分组后，数学和语言任务可减少 43% token 用量并保持准确率。