Cost of Thinking: когда рассуждения вредят визуальному распознаванию

Парадокс: Популярный совет «добавь цепочку рассуждений для сложных задач» работает наоборот на визуальном распознавании. Chain-of-Thought стабильно снижает точность на 3-6% при различении похожих объектов — пород собак, моделей авто, видов растений. Метод позволяет повышать точность распознавания тонких визуальных различий, запрещая модели «думать вслух». Фишка: явный запрет на объяснения блокирует переключение в текстовый режим. Модель перестаёт генерировать связный текст про «типичные признаки» и фокусируется на конкретном изображении. Эксперименты показали: при обучении через reinforcement learning модель сама учится сокращать рассуждения в 2-3 раза — прямая корреляция между длиной текста и падением точности.