# It's the Problem, Not the Path: Budget and Difficulty Confounds in LLM Reasoning Trajectories
> 论文arXiv地址：https://arxiv.org/abs/2609.03436
## 一、论文主要内容总结
该论文针对大语言模型推理轨迹研究领域两大流行观点展开证伪与重新审视：①模型推理过程存在“顿悟时刻（aha‑moment/breakthrough）”；②从推理早期的隐藏状态就可以预判本次推理最终对错（早期可预判推理结果）。作者指出，过往相关实验普遍缺少**反事实对照实验**，观测到的现象很多是「token计算预算」与「题目难度」带来的混淆效应，并非推理路径本身产生的信息。
作者设计两套对照实验方案：
1. **重启控制截断探测（restart‑controlled truncation probe）**：固定总token预算，对比“接续已有推理前缀继续生成”与“完全从头重启生成”的解题成功率，区分两种情况：只是当前计算预算刚好可以解出题目；还是该推理前缀本身携带新计算无法复现的独特价值。实验基于89道MATH数学题、2个开源小模型，共178组问题‑模型组合，发现仅有1组案例证明前缀具备不可替代价值；接续原有前缀优于重启，但本质大多属于**计算压缩（compute compression）**，而不是拓展了模型可解问题的能力边界。同时通过重启剂量‑响应曲线，可以区分模型是“算力不足（compute‑starved）”还是“能力上限受限（capability‑limited）”。
2. **难度受控预注册测试**：验证早期推理信号是否能预测推理成败。实验表明，在扣除题目难度基线之后，推理窗口早期内
