論文の概要: Thinking Inertia: LLMs Keep Thinking When Told Not To

• arxiv url: http://arxiv.org/abs/2610.11765v1
• Date: Thu, 08 Oct 2026 11:49:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.988344
• Title: Thinking Inertia: LLMs Keep Thinking When Told Not To
• Title（参考訳）: 慣性を考える: LLMは、忘れられることなく考え続ける
• Abstract要約: 大規模言語モデルの2つの軸に沿った非思考行動について検討する。 以前の作業では、障害思考モードや長いトレースの欠如など、プロキシによる思考は定義されていない。 明示的な非思考制御は、目に見える推論を確実に排除できない。
• 参考スコア（独自算出の注目度）: 64.47373136313377
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Large Language Models (LLMs) increasingly ship with explicit "thinking modes", yet their counterpart, "no-thinking", has received far less attention. We study LLMs' no-thinking behavior along two axes. a. How to measure no-thinking? Prior work typically defines no-thinking through proxies such as a disabled thinking mode or the absence of long traces. These proxies are unreliable: disabled thinking modes may still emit reasoning, while long traces may contain filler rather than genuine inference. We instead normalize each response into a pre-answer trace and final answer, and evaluate it at three levels: (i) Empty-Thinking Rate for strict answer-only compliance; (ii) instruction-aware Question-Pre-answer Relevance for similarity between the question and pre-answer trace; and (iii) LLM-as-judge Explicit Inference Rate for visible explicit inference. Together, these metrics distinguish answer-only output, relevant but non-inferential text, and explicit inference. b. How does no-thinking vary across tasks and models? We evaluate six prompting interventions on six LLMs across Boolean, multiple-choice, and open-ended questions. We find that explicit no-think controls cannot reliably eliminate visible inference. Models instead exhibit "Thinking Inertia": explicit inference persists even under strict controls and becomes more prevalent as the answer space opens. Accuracy remains stable on Boolean and multiple-choice tasks, whereas open-ended tasks reveal a trade-off between answer-only compliance and task accuracy. Rewriting the same questions across answer spaces shows that supplying candidate answers makes answer-only responses easier to produce. These findings establish no-thinking as a non-trivial capability: stopping explicit reasoning cannot be assumed from model settings or instructions alone and deserves systematic evaluation alongside reasoning ability.
• Abstract（参考訳）: 大型言語モデル (LLM) には明示的な「思考モード」が組み込まれている。 2つの軸に沿ったLLMの非思考挙動について検討する。 a.非思考を測る方法 従来の研究では、無効な思考モードや長いトレースの欠如など、プロキシによる思考は定義されていなかった。 これらのプロキシは信頼できない: 障害思考モードは推論を発行するが、長いトレースは真の推論ではなく、フィラーを含んでいる。 代わりに、各応答を予備回答のトレースと最終回答に正規化し、3つのレベルで評価します。 一 厳格な回答のみの遵守の速習率 (二 質問と回答前痕跡の類似性に関する指導対応質問-回答前関連性及び 三 目に見える明示的推論のための LLM-as-judge 明示的推論率 これらのメトリクスは、回答のみの出力、関連性があるが非推論テキスト、明示的な推論を区別する。 b.非思考はタスクやモデルによってどのように異なるのか? Boolean, multiple-choice, and open-ended Q。 明示的な非思考制御は、目に見える推論を確実に排除できない。 モデルは「シンキング慣性(Thinking Inertia)」を示す: 明示的な推論は厳密な制御の下でも持続し、答え空間が開き次第より広く使われるようになる。 BooleanタスクとMulti-choiceタスクでは精度は安定しているが、オープンエンドタスクでは、回答のみのコンプライアンスとタスクの正確性の間にトレードオフがある。 同じ質問を回答空間で書き直すと、候補回答の供給によって、回答のみの回答が生成しやすくなる。 明示的な推論を止めることは、モデル設定や命令だけでは仮定できないし、推論能力とともに体系的な評価に値する。

関連論文リスト

• Clarify, Abstain or Answer? Strategising in Conversation with Belief-Augmented Generation [38.81368744366676]
  大規模言語モデル(LLM)はテキスト上の分布を定義し、不確実性の確率的表現と見なすことができる。 提案するBelief-Augmented Generation (BAG) は,これらのKサンプルに対して,会話戦略を決定するための理由を与える。 BAGは6つのモデルのQA精度を改善し、即時のみのベースラインよりも信条に忠実な戦略決定を下す。
  論文  参考訳（メタデータ） (2026-05-25T13:29:02Z)
• Answer-Centric or Reasoning-Driven? Uncovering the Latent Memory Anchor in LLMs [28.556628696390767]
  大きな言語モデル(LLM)は印象的な推論機能を示している。 彼らの成功の多くは、真の推論よりも、暗記された回答推論パターンに起因している、とエビデンスは示唆している。 本稿では, 応答キューを体系的に操作し, 間接的, 行動解析によるモデル行動の探索を行う5段階の応答可視プロンプトフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-06-21T08:15:45Z)
• Revisiting Overthinking in Long Chain-of-Thought from the Perspective of Self-Doubt [74.35891434097053]
  RLLM(Reasoning Large Language Models)は、複雑なタスクにおいて素晴らしいパフォーマンスを示す。 彼らはしばしば過度に考え、正しい答えに達した後も不必要な推論ステップを実行します。 本稿では,自己疑念の観点から,過剰思考を定量的に分析する。 本稿では,入力問題に対するモデルの過度信頼度を低減するための,シンプルで効果的なプロンプト手法を提案する。
  論文  参考訳（メタデータ） (2025-05-29T14:30:02Z)
• Thinkless: LLM Learns When to Think [57.857534644932194]
  推論モデル(Reasoning Language Models)は、複雑な論理的推論を必要とするタスクにおいて顕著な性能を示す。 我々は,LLMが短文推論と長文推論を適応的に選択できる学習可能なフレームワークであるThinklessを提案する。 Minerva Algebra、MATH-500、GSM8Kなどのベンチマークでは、Thinklessはロングチェーン思考の使用を50%から90%削減することができる。
  論文  参考訳（メタデータ） (2025-05-19T17:24:16Z)
• Evaluating Theory of (an uncertain) Mind: Predicting the Uncertain Beliefs of Others in Conversation Forecasting [29.892041865029803]
  対話における他者の不確実性をモデル化するために,新たなタスクスイート,挑戦言語モデル(LM)を提案する。 我々は、インターロケータ自体を予測者とみなし、インターロケータの不確実性を予測するようLMに求めている。 LMは、他者の不確実性に最大7%のばらつきを説明できるが、タスクの難しさと将来の仕事の余地を強調している。
  論文  参考訳（メタデータ） (2024-09-23T13:05:25Z)
• Distilling Reasoning Ability from Large Language Models with Adaptive Thinking [54.047761094420174]
  思考の微調整(cot-finetuning)の連鎖は、小さな言語モデル(SLM)を特定のタスクに対するパフォーマンス向上の推論能力で実現することを目的としている。 既存のコトファインタニング法の多くは事前に考えられたメカニズムを採用しており、SLMは答えを出す前に理性を生成することができる。 このメカニズムにより、SLMは複雑な質問を分析して考えることができるが、答えの正しさは論理的に小さな誤りに非常に敏感になる。 理性よりも先に回答を生成するための頑健な後思考機構を提案する。
  論文  参考訳（メタデータ） (2024-04-14T07:19:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。