馬里蘭大學計算機科學團隊在語言模型研究領域取得突破性進展，其最新論文通過系統實驗揭示了當前主流模型在復雜決策任務中存在的探索能力缺陷。這項發表于學術預印本平臺（arXiv:2601.22345v1）的研究，通過設計三個創新測試環境，證實即便是GPT-5、Qwen等頂尖模型，也會在需要平衡探索與利用的場景中過早鎖定次優解。

研究團隊將語言模型的探索困境類比為"急性子游客"現象：當被要求在陌生城市尋找最佳餐廳時，模型會像急于就餐的游客，在發現第一家看似不錯的餐館后立即停止搜索，而忽略后續可能存在的更優選擇。這種行為模式在"山峰搜索"測試中尤為明顯——模型在發現局部高峰后，會將剩余所有查詢集中在該區域，導致98%的測試中錯過真正最高峰。

實驗設計凸顯三大創新維度：在"樹形搜索"任務中，模型需在包含陷阱分支的家族網絡中尋找最優路徑，但83%的模型會執著于初期看似有希望的分支，最終陷入低收益區域；"布爾滿足性搜索"則要求模型破解隱藏黃金條件的復雜密碼鎖，結果顯示模型更傾向于進行小幅優化調整，而非嘗試可能暫時降低分數但具有突破性的組合。這些測試環境通過精確控制"誘餌"吸引力與"真寶藏"隱蔽性，構建出衡量探索能力的標準化框架。

深入分析發現，模型存在三重認知偏差：早期承諾效應使模型在接觸初始解決方案后產生錨定心理；路徑依賴導致序列決策中難以調整方向；局部優化陷阱則表現為過度偏好漸進式改進。研究特別指出，即便具有強大推理能力的模型，在需要長期規劃的決策任務中仍會表現出"戰略短視"，這表明探索能力與推理能力可能屬于不同認知維度。

針對這些缺陷，研究團隊提出兩項創新策略：并行預算分配通過將查詢預算拆分為多個獨立線程，使模型獲得多次"重新出發"機會，在山峰搜索任務中使成功率提升47%；定期總結策略則要求模型在關鍵節點生成探索報告，通過強制回顧全局情況打破思維定式，在樹形搜索任務中使探索效率提高32%。這兩種策略在不同難度變體中均表現出穩定效果，證明其具有普適性。

該發現對人工智能應用產生重要啟示：在科學研究、商業決策等需要尋找全局最優解的場景中，單一模型建議可能存在系統性偏差。研究建議采用多模型并行探索或引入人工總結機制，通過多樣化策略降低陷入局部最優的風險。實驗數據顯示，結合兩種改進方案的復合策略，可使布爾滿足性搜索的成功率從基礎模型的19%提升至68%。

技術層面，研究通過漢明距離分析揭示模型行為模式：連續查詢間的變量調整幅度普遍小于3，表明模型主要進行局部搜索。理論分析進一步證明，當任務成功率遵循亞線性分布時，并行策略在低成功率區域具有顯著優勢。這些發現為開發下一代探索型AI提供了新的評估指標和優化方向。

對于普通用戶，研究團隊建議在與AI協作決策時采用"三次驗證原則"：要求模型從不同初始條件生成多個解決方案，定期回顧探索進程，并特別關注那些初期表現不佳但具有潛在價值的選項。這種交互模式在投資策略測試中使年化收益率預測誤差降低29%，驗證了其實際有效性。

完整研究論文可通過學術預印本平臺獲取（arXiv:2601.22345v1），其中包含測試環境構建細節、模型行為量化分析方法，以及改進策略的具體實現代碼。這項工作不僅為語言模型的能力評估提供了新范式，也為開發具有真正自主探索能力的人工智能系統奠定了理論基礎。