研究提出推理收缩与安全记忆复用理论

Jianghong Zhou 等作者提交的论文提出「推理收缩」概念：思维模板、技能库、智能体记忆和缓存把多步推理压缩成一步，可节省步骤，但事实变化后记忆会悄然出错。 在五个大模型的多跳问答上，ExpeL 和 ACE 式计数器给出的过时答案比经认证的记忆多 7.0–13.5 倍，在带精确验证器的代码任务上多 35–73 倍。研究据此提出按似然比加权失败、对活跃推理认证效用、并在事实变化时重启证书的方法，认证负载决定安全记忆可跳过多少推理。 这些数据来自该论文自身的实验设定，尚未见独立复现；理论仍属预印本阶段，不应视为已获广泛验证的结论。

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。