更多思考如何改变公平性：修复部分偏差又引入新偏差

推理语言模型 (RLM) 中的思维一直存在关于它是解决还是放大偏见的争论。先前的工作已经在两个方向上显示了相互竞争的结论。在 QwQ-32B、DeepSeek-R1-Distill-Qwen-32B 和 Qwen3-32B 上对三个高风险决策任务（Adult、COMPAS、Credit）使用模型内思维与非思维消融，我们表明思维对反事实公平性具有不对称的双重影响：它既解决了非思维基线产生的反事实翻转，又以接近饱和的模型置信度制造新翻转。在所有九种（模型、数据集）组合中，创建的翻转数量大约是已修复翻转的 5 倍。为了解释这种影响，我们将思维轨迹本身视为公平性变化的可测量场所，并通过两种动态工具对其进行研究：1）我们提出反事实深度概率差距（CDPG）来跟踪偏见沿思维深度的演变，并观察偏见随着思维的传播和放大。 2）我们还制定了偏差转移矩阵（BTM）来展示反事实对的预测如何从非思考转变为思考，并发现不对称对偶效应源于对状态联合转移。