本研究探讨大型语言模型（LLMs）推理长度与回答正确性之间的关系。结果显示，LLMs在简单问题上常常过度推理，而在复杂问题上推理不足。通过长度优化算法，研究表明可以在保持准确性的同时显著减少生成长度，强调推理行为中生成长度的重要性。