LLM推理认知要素分类与评测框架提出
热点事件观察中
LLM推理认知要素分类与评测框架提出
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026年11月6日，arXiv人工智能板块刊出Shuyue Stella Li等作者的研究，提出并发布LLM推理认知要素分类体系与细粒度评测框架。该研究将认知科学成果整合为涵盖推理不变量、元认知控制、表征与转换操作的28个认知元素分类体系，并据此评估18个模型在文本、视觉、音频上的192K条推理轨迹，以及1,346条人类出声思维记录，所用数据集为面向人机对比的新建领域无关数据集。基于这些模式，研究团队开发了测试时推理引导，可自动搭建成功的推理拓扑，使最强模型在非结构化问题上的准确率提升9.7个百分点。对1.6K篇LLM推理论文的元分析显示，研究界集中于易量化元素，很少针对自我意识。
AI 根据报道生成 · 2 天前更新
最新进展11月6日 13:00
认知科学视角下的LLM推理：28个认知元素分类与测试时引导提升9.7个百分点报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv Artificial Intelligence认知科学视角下的LLM推理：28个认知元素分类与测试时引导提升9.7个百分点
研究将认知科学成果整合为涵盖推理不变量、元认知控制、表征与转换操作的28个认知元素分类体系，并据此评估了18个模型在文本、视觉、音频上的192K条推理轨迹及1,346条人类出声思维记录。基于这些模式开发的测试时推理引导能自动搭建成功的推理拓扑，使最强模型在非结构化问题上的准确率提升9.7个百分点。对1.6K篇LLM推理论文的元分析显示，研究界集中于易量化元素，很少针对自我意识。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 711月7日 03:00
- 近 24 小时变化
- -49%
02468
06:0012:0018:0011月8日06:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。