BriefGPT - AI 论文速递 · 2025-04-14T00:00:00Z S1-Bench：评估大型推理模型系统1思维能力的简单基准 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本研究提出了S1-Bench，一个多领域多语言的问题集，用于评估大型推理模型在简单任务中的思维能力。对22个大型推理模型的评估显示其效率低下，思维平衡和任务复杂性适应性不足。 🏷️ 标签 S1-Bench 任务复杂性 思维能力 推理模型 效率 阅读原文 生成长图 分享链接 已复制链接
