从推理深度到推理广度：评估大语言模型中的多点关联推理

英文标题：From Reasoning Depth to Reasoning Breadth: Evaluating Multi-Point Associative Reasoning in Large Language Models

该论文提出评估大语言模型（LLM）“多点关联推理”能力的视角，关注点从日益受到重视的推理深度扩展到推理广度。作者指出，LLM 在需要更长、更复杂推理链的任务上已取得显著进展，这主要体现为推理深度的提升。相比之下，将多个关联点进行整合与推断的互补能力仍相对缺乏研究。该研究有助于开发者和行业更全面地衡量模型的推理能力，而不只关注单一长链推理表现。

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