Две недели назад мы обсуждали статью о том, что большие reasoning-модели якобы отражают когнитивные затраты человеческого мышления: чем длиннее цепочка рассуждений модели, тем дольше люди решают те же задачи. Вокруг этой статьи развернулась дискуссия, все вышедшие комментарии, по сути, задают один и тот же вопрос: можно ли из полученной корреляции между длиной рассуждений модели и временем реакции человека при решении одних и тех же задач делать выводы о сходстве человеческого и модельного рассуждения? В новом посте мы рассматриваем три критических комментария и ответы авторов: почему длина рассуждения может быть не «следом мышления», а просто выученным форматом ответа; почему время реакции человека и количество модельных токенов - очень разные показатели; и почему особенно интересны не только совпадения, но и систематические расхождения между людьми и моделями. Полный текст по ссылке.