待验证50% 置信事实精确时间
研究采用名为Regent Chess的序贯决策环境，其中存在隐藏且可变但被精确记录的状态，使模型声称的信念可与真实状态比对打分
1
来源数
50%
置信度
长期有效
时效性
2026/9/23
首次发现
来源
涉及实体
相关事实
待验证传统规则引擎的决策路径清晰可追溯，但深度学习模型的决策过程是高维空间中的非线性映射，难以用人类可理解的逻辑解释69% 相似待验证研究核心发现是大模型的信念更新与贝叶斯规则之间存在系统性偏差69% 相似待验证Anthropic、DeepMind等机构的研究表明CoT推理链存在系统性的后验合理化现象，即模型有时先得出答案再反向构造推理步骤67% 相似待验证ReAct框架让模型交替进行思考(Thought)和行动(Action)，泛化能力强但每一步推理存在不可忽视的随机性66% 相似已验证研究发现模型生成的思维链推理与其实际内部计算过程并不完全对应，可能给出与真实决策路径无关的事后解释66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/942755API
curl https://kongchang.com/api/v1/knowledge/claims/942755MCP
get_claim(id=942755)