arXiv发布测试时推理审计论文

2026年10月31日，Zhitong Chen等研究人员在arXiv NLP（cs.CL）板块发布论文《From Apparent Search Gains to Selection Failures》。该研究旨在审计结构化工作流规划中的测试时推理机制，重点分析推理阶段的分解。 最新报道指出，研究发现独立采样即可复现树搜索的候选发现能力，且结构验证过程从未剔除最后一条正确工作流。主要失效源于多数投票机制，导致10%至19%的任务中已发现的正确工作流未被选中。结果强调应审计实际而非名义推理管道，并分开报告发现、有效性与选择。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。