DeepSeek遭负面反馈触发2分钟长思考：推理模型陷入逻辑死循环与格式失序

近日，一位开发者在Linux.do社区分享了一起关于DeepSeek模型有趣的“内耗”案例。该用户在向DeepSeek识图模式发送表情包后，因模型未理解其梗，仅回复了“错误”二字作为反馈。这一简单的负面指令意外触发了DeepSeek深度推理机制的长时间运行。在随后的两分多钟内，模型展开了所谓的“雷霆大思考”，试图穷举用户指出错误的242种可能原因。然而，详细检查其输出内容发现，这并非生成了242个独立的逻辑分支，而是模型在生成过程中发生了格式控制故障，导致“要么……”的句式结构和序号不断重复累加。实际上，有效的推理内容仅限于列表的前三项。这一现象不仅引发了社区对模型“笨蛋”行为的调侃，也暴露了当前推理模型在处理非结构化负面反馈时，容易陷入过度自我修正循环，以及在长序列生成中难以精准控制格式状态的工程短板。

事件分析

💡 核心观点：大模型在追求深度推理的同时，急需建立针对“无效自我修正”的熔断机制，以防止负面反馈引发算力空转与逻辑失序。