1.新剑桥模型

大模型也有「EMO」时刻比如，Gemini在Cursor里调试编译错误后，打开了自责「循环模式」，把「I am a disgrace（我很丢脸）」重复了86次尽管大模型在复杂推理能力上已有了巨大进步，但上述现象仍使一部分专家认为：。

2.剑桥 dac magic

思考模型，只提供了「思考的幻觉」，因为当任务被拉长时它们最终会失败。近日，剑桥大学等机构的一项研究对这些「翻车」现象作出解释，研究者认为：问题不在于大模型的推理能力，而在于其执行计划的能力。

剑桥揭开大模型翻车黑箱！别再怪它不懂推理，是行动出错了（插图

3.剑桥的真题模拟评测

边际收益递减的错觉：衡量大语言模型的长时程任务执行能力https://arxiv.org/pdf/2509.09677

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。