新研究揭示 DeepSeek / o3 弱点：频繁切换思路放弃正确方向，最短答案往往就是对的

图片地址：https://img.ithome.com/newsuploadfiles/2025/2/dca62572-0e40-4913-ba75-60dfce9e8d3e.png?x-bce-process=image/format,f_auto

DeepSeek 和 o1 / o3 一类推理大模型持续带来震撼之际，有人开始研究他们的弱点了。最新研究揭示：在遇到高难度问题时，推理大模型可能像“三心二意的学生”一样频繁切换解题思路，却因缺乏深入探索而失败 —— 这种现象被研究者称为 Underthinking（欠思考）。研究团队来自腾讯 AI 实验室、苏州大学和上海交通大学，主要研究对象是开源的 DeepSeek-R1 和 Qwen QwQ系列模型。通过分析 AI 的错误答案，他们发现当前的推理大模型经常在思考早期就走上了正确的路线，但倾向于“浅尝辄止”，很快开始探索别的思路，导致后续生成的数千个 tokens 对解题毫无贡献。这种“无效努力”不仅浪费计算资源，还显著降低了答案的正确率。“三心二意”是罪魁祸首这一现象在解决数学竞赛题等更为复杂任务时尤为明显。为了系统分析，团队在三个具有挑战性的测试集 MATH500、GPQA Diamond 和 AIME2024 上，对类