**大型推理模型之谜：擅长解题却拙于评估推理，答案确认偏见成主因**

_An Enigma of Artificial Reason: Investigating the Production-Evaluation Gap in Large Reasoning Models_

> 一项新研究发现，大型推理模型在产出解题链上表现优异，但在评估带有答案正确但推理有瑕疵的VAIR数据集时表现不佳，前沿模型评估准确率最低仅48%。分析表明，模型存在答案确认偏见，倾向于验证答案而非逐步检查推理过程，甚至无视推理异常。线性探测和因果修补实验证实，答案的有效性导致模型确认偏见。这揭示了当前推理训练方法的明显局限：模型被激励去产出和确认朝向正确答案的推理，而非稳健地评估推理过程。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-15 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.01462)