论文：确定性视界揭示为何长链推理需借助工具

aronchick · x · 2026-08-31

这篇论文研究了在确定性状态跟踪任务中，扩展思维链推理为何会降低性能。作者提出了“注意力瓶颈”分析，证明在仅解码器注意力机制下状态跟踪能力存在信息论极限，并定义了“确定性视界”——即未借助工具的准确率跌破 50% 的深度（约 19-31 步）。实验表明，集成工具的推理在 SWE-Bench 等任务上准确率达 76-94%，远高于纯神经推理的 17-42%。论文主张外部状态应保持确定性和外部化。