RCCM：诊断推理提示迁移的增益与损害

Yuqi Zhang 与 Di Zhang 提交的论文提出 RCCM（Reasoning-Control Capability Mismatch）方法，通过把同一问题的答案与生成结束记录配对，诊断推理提示词迁移中的性能反转。作者称，在五个开源权重部署与九种策略上，总体准确率掩盖了大量问题级别的收益与损害。 在 60 道附加问题上，简洁推理在 2,048 token 上限下提升了 Phi 在三个数据集上的自动答案匹配，却使 Qwen 的匹配大幅下降。作者审核最终答案承诺后，Phi 的增益变小且统计上未达显著；单独保留答案阶段也能提升匹配，但会增加输入与调用成本。论文附带一个规模受限的可复现子集。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。