arXiv cs.CL· Hadeel Al-Negheimish, Jasna Ilieva, Yoon Kim·2026-10-09 12:00· 3 小时前AI 评分33

用 Prolog 探测语言模型的长程演绎推理能力

Probing for Long-Horizon Deductive Reasoning Capabilities in Language Models with Prolog

AI 导读

研究者构建了合成测试平台 ProloNg，用 Prolog 演绎逻辑系统性地改变问题推理深度，最难案例推理深度达 22、上下文长度 62k。他们测试了 5 个前沿 LLM 家族的 8 个推理模型，发现随着推理深度增加性能大幅下降，多数模型在深度超过 10 后接近随机水平。

来源：arXiv cs.CL · arxiv.org