任务复杂度至关重要：大语言模型在情感分析中推理能力的实证研究

本文通过评估七个模型家族的 504 种配置，检验了推理能力普遍提升语言任务性能的观点。研究发现推理效果高度依赖任务复杂度：二元分类性能显著下降，而复杂的情感识别则大幅提升。蒸馏推理变体在简单任务上表现不佳，少样本提示可部分恢复。帕累托前沿分析表明，仅在复杂任务中引入推理才具合理性，尽管其计算开销巨大。定性分析揭示，过度 deliberation 导致简单任务性能退化。