思维密度预测与引导大模型推理研究

2026年10月16日，arXiv Artificial Intelligence 刊出 Tanush Kalhan 等作者的论文《思维密度：预测与引导大语言模型的推理》。研究提出用 LP variance 与 Caveman 压缩比两项指标衡量思维链（CoT）各推理步骤的信息密度，并在六种模型规模、两种训练范式、60 道 GSM8K 题目上测试信息密度变化与答案正确性的关系。论文摘要称，作者考察 CoT 推理步骤间信息密度的变化能否预测答案正确性，以及能否作为推理时可控制的目标。截至该报道，事件进展限于该论文的发布与上述实验设置及研究问题，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。