ProloNg：用 Prolog 探测 LLM 长程演绎推理能力

1. 12:00
   arXiv · Computation and Language

   用 Prolog 探测语言模型的长程演绎推理能力

   研究者构建合成测试床 ProloNg，系统变化 Prolog 演绎问题的推理深度，最难案例推理深度为 22、上下文长度 62k。研究覆盖 5 个前沿 LLM 家族的 8 个推理模型，发现性能随推理深度增加显著下降，多数模型在深度超过 10 后接近随机水平。论文为 EMNLP 2026 Findings，arXiv:2610.11592。

Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.