提出基于最短路径规划的可控合成环境,用于解构大语言模型在组合式序列优化问题中的泛化能力,发现模型具备强空间迁移能力但普遍因递归不稳定性而在长度扩展上失败;进一步分析表明训练数据覆盖决定能力上限,强化学习可提升训练稳定性但无法突破该上限,推理时缩放策略能提升性能却无法挽救长度扩展失败。
机构:Google
来源:arXiv 2604.15306 | AI4Papers 论文推荐平台
AI4Papers 是一个以每日 arXiv 论文发现为入口的 AI 科研工作流平台,帮助研究者用最短时间掌握最新 AI/ML 前沿动态。
核心功能完全免费。高级 AI 功能(对比分析、深度研究、灵感工作台)支持自带兼容 API Key(如 OpenAI、通义千问)无限使用。
免费注册 | 使用教程