论文提出STP度量过思考并发布OTBench

Weixin Guan 等研究者在 arXiv 论文（2610.13570v1）中提出逐步截断探测（STP）方法，用于刻画推理模型的过度思考。该方法沿固定采样的推理轨迹，从多个保留前缀反复生成答案，以在模型-任务层面度量过思考。 论文还基于 STP 流程构建了可复用基准 OTBench，覆盖六个模型和四个基准组，共产生 70.5B 推理 token 及相应探测测量，用于构建 token-accuracy Pareto 前沿和统一评估终止策略。目前为论文摘要阶段，材料未说明独立验证结果。

AI 根据报道生成 · 3 小时前更新