[CL]《Your thoughts tell who you are: Characterize the reasoning patterns of LRMs》Y Chen, Y Mao, X Yang, S Ge... [Meta Superintelligence Labs & Harvard University] (2025)
LRMs 的思维模式远非表面准确率的简单映射，它们的“思考方式”本身蕴含着区分模型身份的重要信息。最新研究“Your thoughts tell who you are”通过引入 LLM-proposed Open Taxonomy（LOT）方法，首次从归纳角度揭示并量化了不同 LRMs 之间的推理差异，带来以下关键发现：
• LOT 利用大语言模型自动从两种 LRM 的推理轨迹中提炼区别性特征，生成可读的推理分类体系，迭代更新，最终实现 80-100% 的高准确度区分不同规模、基础模型家族及专业领域的 LRMs。相比人类预设的推理分类和现有自动提示工程方法，LOT 在分类性能上显著领先（最高提升 23.8%）。
• 模型规模与推理习惯紧密相关。大型模型（如 Qwen3-32B）更善于回忆相关知识、验证方法适用性，且逻辑连贯，细节执行到位；而小型模型易出现循环推理、理论应用不当、频繁假设转换导致自我混淆。此外，文本模型在化学题中竟会“绘制”分子结构的文本式表示，体现出反直觉的认知策略。
• 基础模型家族和任务领域也塑造了推理风格。基于同一基础模型微调的 LRMs 思路更接近，差异主要体现在推理行为的频率而非种类。专门领域微调（如 Seed-Coder-8B-Reasoning）甚至会将编程思维迁移到数学题中，出现编写并模拟 Python 代码解决数学问题的现象，显示出训练领域对推理习惯的“惯性”影响。
• 通过对小型 Qwen3 模型的推理轨迹进行语义层面编辑，使其推理风格更接近大型模型，测试准确率提升明显（3.3-5.7%），证明推理习惯的调整具备因果提升模型表现的潜力。
心得：
1. 推理风格是模型“个性化”表现，识别并理解这些差异有助于精准调优和模型选择。
2. 训练规模与领域细分不仅影响性能，也深刻塑造模型的思维路径，认知策略的迁移与惯性值得深入研究。
3. 纯粹依赖准确率掩盖了推理过程的复杂性，构建可解释、动态进化的推理特征体系为理解和提升 LRM 打开新局。
了解详情🔗arxiv.org/abs/2509.24147
大语言模型推理模式模型解释人工智能自动提示工程
