TUM揭示组合任务中的思考预算失效

TUM团队在Hugging Face发布论文《On the Fragility of Tasks under Composition》，指出大模型在一条提示中组合多个任务时，会给每个任务分配更少思考token，即使总长度远未达到上下文窗口，错误率仍会上升。该现象在开源模型和Claude Opus 5上均被观察到。 论文按任务脆弱性对组合任务进行分组，使数学和语言任务合计减少43%的token用量，同时保持准确率，显示组合任务失败可能与模型内部的“隐式思考预算”分配有关。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。