인간은 포기하고 추론 모델은 지속한다: 난이도 등록(Difficulty Registration)과 숙고 할당(Deliberation

요약

대규모 추론 모델(LRM)과 인간의 문제 해결 방식 차이를 분석한 연구입니다. 인간은 어려운 문제에서 포기하는 경향이 있는 반면, LRM은 불확실성이 높을수록 더 많은 토큰을 소모하며 추론을 지속하는 상반된 패턴을 보입니다.

핵심 포인트

• 인간과 LRM은 난이도 인식(Registration)은 유사하나 자원 할당(Allocation) 방식은 정반대임
• LRM은 오답일 때 정답일 때보다 더 많은 토큰을 소모하는 경향이 있음
• 인간은 해결 가능성이 낮으면 포기하지만, LRM은 불확실할수록 추론 경로를 연장함
• 이러한 차이는 자원 합리적 메타 추론 관점의 정지 정책(Stopping Policy) 차이에서 기인함