热点事件持续更新
研究揭示开源推理模型代码生成中存在“推理轨迹溢出”
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
2026年11月5日，发表于arXiv的一项实证研究揭示了显式推理模型在代码生成中的“推理轨迹溢出”现象。该研究测试了7个开源推理模型在6个代码基准上的表现，发现显式推理易导致模型耗尽32k-token的输出预算，却无法生成可用代码。在难度较高的基准测试中，部分模型有超过半数的生成在推理阶段就耗尽了全部预算，且大多伴随着重复推理循环。研究同时指出，相较于提示词引导，采用预算化转换能够更有效地抑制推理轨迹溢出，并显著提升token的使用效率。
AI 根据报道生成 · 6 小时前更新
最新进展11月5日 13:00
实证研究发现显式推理易致模型耗尽32k预算，预算化转换比提示词更能抑制溢出。报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.AI代码生成中的推理轨迹溢出：显式推理模型实证研究
一项针对 7 个开源推理模型在 6 个代码基准上的实证研究发现，显式推理易引发“推理轨迹溢出”，导致模型耗尽 32k-token 输出预算却未产生可用代码。在较难基准上，部分模型超过半数的生成在推理阶段即耗尽全部预算，且多伴随重复推理循环。研究表明预算化转换比提示词引导更能有效抑制溢出，并提升 token 效率。
本事件热度走势
当前热度 8·可比范围峰值 9（11月5日 18:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。