思维链何时有助、何时有害：对大语言模型推理中串行深度瓶颈的实证研究

英文标题：When Chain-of-Thought Helps and When It Hurts: An Empirical Investigation of the Serial-Depth Bottleneck in LLM Reasoning

论文考察了一个常见假设：思维链（Chain-of-Thought，CoT）提示是否总能提升大语言模型的推理能力。研究以 Chen 等人（2024）提出的 H_dp 带宽上界为概念框架，分析推理过程中的串行深度瓶颈。现有摘要指出，该形式化上界只在渐近条件下成立，意味着 CoT 的实际效果可能取决于具体任务与推理条件，而非始终带来收益。原始摘要在所提供内容中被截断，未包含完整实验设置、数据和结论。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB