预印本：增加推理计算量导致大模型取消“有些”和“或者”的语用含义

一项新发布的arXiv预印本指出，在大型推理模型中增加思考时间（thinking budget）会导致模型对日常语言中的逻辑词做出过于字面化的解读。具体而言，当说话者说“有些学生通过了考试”时，人类听众通常会推断出“并非所有学生都通过”。然而，该研究发现，随着模型内部推理步骤的增加，大多数测试过的开源推理模型以及GPT-5会取消这种“会话含义”（implicature），转而采用严格的逻辑定义，即“有些”仅意味着“至少有一个”，不再隐含“不是全部”。

研究团队通过固定模型权重、仅改变推理长度并记录模型选择哪种解读来进行实验。他们发现，模型在推理轨迹中首先会考虑丰富的语用含义，但在后续步骤中将其取消。相比之下，依赖上下文的间接回答等推理能力在增加思考时间后有所提升。作者提出了一种探索性的补救措施：从模型早期尚未取消语用含义的推理阶段提取答案，可以在不损失字面准确性的情况下恢复这些隐含意义。