跳到正文
arXiv · NLP· Pedram Mouseli, Massieh Moayedi·· 2026-10-20AI 评分35

Qwen3-8B 与 Qwen3.5-9B 中思维链对状态跟踪的作用:计算而非记忆

Computation, Not Memory: Chain-of-Thought and State Tracking in LLM Agents

AI 导读

使用 Qwen3-8B 和 Qwen3.5-9B 在文件锁状态跟踪任务中发现,行动前生成推理主要降低锁违规率,而保留早期推理对规则遵循贡献有限。 线性探针可从模型激活中恢复状态,但解码准确率无法预测干预措施如何改变 Agent 行动,表明无推理可解码的状态对行为指导作用有限。

来源:arXiv · NLP · arxiv.org