- flyico2026-08-20
我的 DeepSeek 思考过程中经常跑偏，类似这种：
让我想想，我应该 xxx
不对！我还需要 xxxx （开始跑偏）
等等！也许还可以 xxxx （又跑偏了）
.
.
.
啊！我忽略了 xxx （回到正轨了）虽然跑偏几次后大部分情况下还是能回到正轨上，但是感觉中间的跑偏过程中浪费了不少 token ，你们也是这样吗？
主楼 - lscho2026-08-20
flash ？这不是跑偏，本来就是这样。。。参数量小的模型就是靠推理时把所有的路径都尝试一下。
- Q22970456672026-08-20
正常，尤其是正式版发布之后，更容易跑偏了，经常做一些多余的思考。我怀疑就是浪费 token 故意的，最重要的是，这中间思维链变得又臭又长，大部分都是无效思维
- sentinelK2026-08-20
知识量越小的模型，越是靠后训练对齐来穷举。
知识量大就有更多的基础认知，就有更多的直觉。能够预测更正确的方向。
知识量小，只能靠坚持和毅力，来磨结果。另外还有一点，就是最新这波模型的后训练都往“百折不挠”这个性格去对齐了。
就是除非有实质性证据，否则绝对不产生结论。宁肯自己单独写个 python 程序去交叉验证，也不轻易输出结果。 - flyico2026-08-20
@sentinelK 说的太对了，我的 deepseek 就是这样，为了验证一个问题改没改好，画了几分钟时间劲研究怎么用 Python 把专有格式的包里的文件提取出来，就为了作对比，看着它解包的过程我的 token 哗哗的流...
- sentinelK2026-08-20
- coefu2026-08-20
不然怎么按量收费？
- jackOff2026-08-20
所以谁家 agent 能把这种跑偏和敷衍的毛病压制的越好就越牛逼
- ZxBing00662026-08-20
OpenCodeGo 的 Flash 开 max 有这问题，我现在直接用默认了。但我用官方的就感觉还好。
- jimrok2026-08-21
是这个问题，不按照指令去干，搞一些没用的东西。感觉后训练没做完，后训练做好了就会严格按照你的指令干活，说什么干什么，但感觉梁子不想现在就走这条路。