في عالم الذكاء الاصطناعي، تمثل نماذج التفكير (Reasoning Models) المحور الأساسي للتقدم في العديد من التطبيقات المعقدة. ومع ذلك، توصلت دراسة حديثة إلى أن استراتيجيات زيادة وقت الاختبار (Test-Time Scaling) التي تهدف لتحسين الأداء في هذه النماذج لا تحقق النتائج المتوقعة. فقد أظهرت الدراسة، التي شملت 14 نموذجًا لمدة اختبارات متفاوتة، أن زيادة وقت الحساب خلال الاختبار لا تؤدي دائمًا لتحسين الدقة، بل قد تسهم في زيادة الأخطاء.

تتساءل الدراسة حول أسباب ذلك، مشيرة إلى أن معدلات الأخطاء، أو ما يعرف بخطأ التصورات (Hallucination)، تتأثر بشكل كبير باستعداد النموذج للإجابة. فكلما زاد الوقت المخصص للاستدلال، زادت محاولات النموذج للإجابة، مما يؤدي إلى ظهور إجابات غير صحيحة أكثر.

تطرقت الدراسة أيضًا إلى ظاهرة تعرف بالتحيز التأكيدي، حيث يعزز التفكير المطول المعتقدات الخاطئة السابقة بمزيد من التفاصيل غير الدقيقة. وتبين التحليلات من منظور معلوماتي أن زيادة وقت الاختبار كأسلوب معالجة بعدي لا يمكنه إدخال معلومات جديدة حول الإجابة الصحيحة، مما يفسر العوائد المحدودة التي تتصل بأداء النموذج.

تسلط هذه النتائج الضوء على الحدود الكبيرة للاستراتيجيات الحالية لتوسيع وقت الاختبار عند التعامل مع المهام التي تتطلب معرفة مكثفة، مما يستدعي ضرورة المزيد من الدراسات لتطوير حلول أكثر فعالية في هذا المجال.