待验证50% 置信事实精确时间
推理模型在数学竞赛、编程和逻辑推理上的表现已超越大量人类专家
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/8/31
首次发现
有效期至：2026/11/29
来源
涉及实体
相关事实
已验证思考模型在输出前会经历内部链式推理（Chain-of-Thought）过程，在数学证明、代码调试、复杂逻辑推理等任务上表现优于标准模型，代价是延迟更高、计算成本更大75% 相似已验证Chain of Thought能显著提升模型在数学推理、逻辑判断等需要多步推导的任务上的表现73% 相似待验证大型语言模型在需要多步推理的数学和逻辑问题上表现不佳，模型倾向于直接'跳'到答案而非经历中间推理步骤72% 相似待验证对抗样本干扰判断逻辑的行为在传统机器学习研究中早有先例72% 相似待验证思维链推理的效果随模型规模呈现涌现性，在较小模型上几乎无效，在足够大的模型上才能显著提升推理准确率72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/828521API
curl https://kongchang.com/api/v1/knowledge/claims/828521MCP
get_claim(id=828521)