ИССЛЕДОВАНИЕ · RESEARCH · #2181
Статья на arXiv: крупные reasoning-модели испытывают трудности с повседневным логическим рассуждением
Новая препринт-статья на arXiv (arXiv:2610.22538v1) представляет бенчмарк лингвистических и прагматических явлений для оценки соответствия больших reasoning-моделей повседневному логическому рассуждению. Авторы отмечают, что LRMs часто ухудшают результаты, когда повседневное рассуждение отступает от формальной логики; некоторые ненаправляющие модели с chain-of-thought-подсказками превосходят сопоставимые LRMs, а дополнительные инструкции мало влияют на поведение рассуждений.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Новая препринт-статья на arXiv (arXiv:2610.22538v1) представляет бенчмарк лингвистических и прагматических явлений для оценки соответствия больших reasoning-моделей повседневному логическому рассуждению.
- Авторы отмечают, что LRMs часто ухудшают результаты, когда повседневное рассуждение отступает от формальной логики; некоторые ненаправляющие модели с chain-of-thought-подсказками превосходят сопоставимые LRMs, а дополнительные инструкции мало влияют на поведение рассуждений.
- Статья выявляет ограничения современных reasoning‑моделей в повседневном прагматическом рассуждении и указывает на пробелы в обучении и оценке, важные для практического применения.
ПОЧЕМУ ЭТО ВАЖНО
Статья выявляет ограничения современных reasoning‑моделей в повседневном прагматическом рассуждении и указывает на пробелы в обучении и оценке, важные для практического применения.