Chain-of-thought に関する報道

現在の LLM CoT 監視は、検証アンカーとしての最終回答に大きく依存しています。実際のところ、24 の主要な軌道に対する最終的な答えは正しかったのですが、推論のプロセスには実際の誤りがありました。これは、答えの正しさは推論の正当性を証明するものではなく、結果ベースの調整メカニズムによってモデルの内部ロジックの構造的欠陥が隠蔽される可能性があることを意味します。

視覚言語モデルは、コンテキストの競合を処理するときにモーダルの非対称性を示します。文字情報を優先し、パラメータメモリにより画像情報を抑制します。これは、マルチモーダル表現の調整の遅れが認知制御メカニズムに及ぼす影響を明らかにしています。つまり、単に文脈の長さや思考連鎖を増やすだけでは視覚主導の知識抑制を修正するのに十分ではなく、クロスモーダル表現の融合のレベルから再設計する必要があることを意味します。