待验证50% 置信观点精确时间

研究认为大模型物理推理的短板在于行为层面（缺乏可靠的迭代式实验决策能力）而非知识层面

1

来源数

50%

置信度

长期有效

时效性

2026/9/15

首次发现

来源

PhysMent：用交互式物理仿真评测大模型的物理推理能力

涉及实体

PhysMentproduct

相关事实

待验证研究表明模型可能产生不忠实的思维链，即表面推理步骤与实际决策依据不一致79% 相似待验证大模型倾向于用通用推理来解决问题，而缺乏对领域特定规则的严格遵守和自我验证能力77% 相似待验证将概念推理量化为单一指数可能丢失多维度、情境依赖的推理能力信息，误导下游应用选型决策76% 相似已验证大模型的核心能力是推理与问答，但没有记忆功能且知识存在训练时刻的时间截点75% 相似待验证科研领域的贴合适配无法通过简单的提示词工程实现，而需要从模型能力底层进行适配75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/921786

API

curl https://kongchang.com/api/v1/knowledge/claims/921786

MCP

get_claim(id=921786)