北大团队发现，输入特定短语如“树中两条路径之间的距离”，能使AI模型R1陷入无限思考，无法停止，甚至在蒸馏模型Qwen上也出现相同现象。该现象如同对推理模型的DDoS攻击，造成算力资源浪费。测试显示，即使部分模型未完全陷入死循环，但思考时间显著延长。此问题可能与RL训练过程有关，模型倾向于长时间推理以获取奖励。短期内可通过限制推理时间或Token数量应对，但长远需深入研究解决方案。详情可访问GitHub。