热点事件持续更新
新研究构建ProloNg基准评估大模型长程演绎推理能力
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月9日，一项发表于arXiv的研究构建了合成基准ProloNg，利用Prolog系统性评估前沿大语言模型的长程演绎推理能力。该评测覆盖了5个前沿LLM家族的8个推理模型，测试中最难用例包含22层推理深度与62k上下文长度。实验结果显示，模型的推理性能随推理深度增加而显著衰退，多数模型在推理深度超过10层时，其表现已接近随机水平。
AI 根据报道生成 · 3 小时前更新
最新进展10月9日 12:00
研究提出ProloNg基准，测试显示多数模型在推理深度超10层时表现接近随机。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv 自然语言处理用 Prolog 探究大语言模型的长程演绎推理能力
一项新研究构建了合成基准 ProloNg，利用 Prolog 系统性探究前沿大语言模型的长程演绎推理能力。评测涵盖 5 个前沿 LLM 家族的 8 个推理模型，最难用例包含 22 层推理深度与 62k context length。实验表明模型性能随推理深度增加显著衰退，多数模型在推理深度超过 10 时表现已接近随机水平。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。