**R^3-Bench:大模型在共享预算下难以实现资源理性推理**

_R^3-Bench: LLMs Struggle with Resource-Rational Reasoning under Shared Budgets_

> HuggingFace Daily Papers 推荐的 R^3-Bench 基准测试评估了大语言模型在共享计算预算下的推理能力。研究发现,尽管模型在单问题场景下表现良好,但在共享预算的多问题场景中,其实际表现远低于理论预期,暴露出策略更新能力有限和压力依赖型失败模式等关键问题。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-08-18 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2608.16033)