大语言模型的推理速度与问题的难度无关，是否意味着其实现方式可能不是最佳的？

同一个大语言模型在推理时，其速度主要和输入、输出的token数相关，而和问题的难度无关，这与人脑的思维方式存在很大的不同。 比如人脑在做困难的数学题时，需要尝试很多方法，经过多次计算和验证后才知道有没有解；可大模型是读完题就开始作答了。