普林斯顿研究：推理模型在结构等价任务变体上频现系统性缺失

princetonu · hf · 2026-09-15

普林斯顿大学发布评估工作《Thought without systematicity?》，系统检验推理模型在规则归纳（rule induction）任务上的系统性（systematicity）表现。

核心发现：推理模型在结构上等价的任务变体之间频繁失败——一旦表面形式改变，模型往往无法迁移已掌握的推理规则。这表明模型的认知能力缺乏真正的系统性，即不能把学到的规则可靠地组合应用于新的结构等价情境，对「推理模型真的会推理」这一假设提出了实证质疑。