北京
把思考模式关掉，模型就真的不思考了吗？清华、牛津与斯坦福联合发表的一篇论文给出了一个反直觉的答案：即便明确要求模型不要思考，它依然会"想出声"。
论文标题叫《Thinking Inertia》，直译过来是"思维惯性"。研究团队发现，大语言模型在被要求关闭思考时，仍然会在回答中写出推理过程，这种情况在开放式问题上尤其严重。
99.9%这个数字说明了什么
论文中有一组数据相当扎眼：在关闭思考模式的情况下，DeepSeek-V4-Flash 在99.9%的开放式回答中依然写出了推理过程。
这意味着，用户以为自己关掉了思考开关，但模型实际上还在"自言自语"。更麻烦的是，这种推理并不总是以显式的方式出现。
研究指出，缺少 think 标签，或者回复很短，都不能证明模型跳过了推理。换句话说，你看到的简洁回答，背后可能藏着一整套没被展示出来的思考链条。
问题类型决定了模型能不能"忍住"
研究把问题分成了几类，结果呈现出明显的梯度：
- 是非题：模型最容易直接给出答案，不需要展开推理
- 选择题：处于中间地带，有时会推理，有时不会
- 开放式问题：模型几乎必然被拉回推理模式
这个梯度说明，"不思考"这件事对模型来说并不是一个可以简单切换的开关。问题越开放，模型越难抑制住推理的冲动。
研究团队还测试了强制模型只给答案、不许推理的效果。在开放式任务上，5个模型的遵从率被提升到了大约40%，但代价是准确率下降了约15个百分点。
思维惯性背后的取舍
这组数据揭示了一个尴尬的现实：让模型不推理，它未必听话；就算听话了，答对率也会明显下滑。
对于追求响应速度和低成本的场景来说，关闭思考模式本应是省算力的手段。但如果模型在后台依然默默推理，省下来的可能只是用户看到的文字长度，而不是真正的计算开销。
论文地址为 arxiv.org/abs/2610.11765，标题是《Thinking Inertia: LLMs Keep Thinking When Told Not To》。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
