研究提出LLM推理失败分类法并指出其测量受流程影响

Madhu Sudhan Rao Beesetty 发布论文，提出“组合崩塌”（Compositional Collapse，即模型注意到问题所需的子部分却丢弃或误用）这一 LLM 推理失败类型，并在公开多语言数学基准上对 12 个模型、11 种语言的 2,316 条评分记录进行了测量。论文已被 IEEE CogMI 2026 接收（regular paper）。 研究结论是：对 LLM 推理失败分类法的测量结果很大程度上取决于测量流程本身，可能出现答案一致但归因难以一致的情况。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。