Периодическая таблица рассуждений больших языковых моделей: структурированный обзор парадигм, методов и режимов отказа

The Periodic Table of LLM Reasoning: A Structured Survey of Reasoning Paradigms, Methods, and Failure Modes
Avinash Anand, Mahisha Ramesh, Avni Mittal, Ashutosh Kumar, Rishitej Reddy Vyalla, Erik Cambria, Zhengkui Wang, Timothy Liu, Aik Beng Ng, Simon See, Rajiv Ratn Shah
2026-06-09

рассуждение по цепочке мыслейрассуждение больших языковых моделеймногошаговый поиск ответоврассуждение с дополнением извлечениемвывод с управлением верификатором
Рассуждение стало центральным аспектом оценки и интерпретации больших языковых моделей (LLM), охватывая пошаговое рассуждение (Chain-of-Thought, CoT), решение математических задач, многошаговый поиск ответов на вопросы, генерацию кода, рассуждение с дополнением посредством поиска, использование инструментов и мультимодальное принятие решений. В этом обзорном исследовании мы представляем «Периодическую таблицу рассуждений LLM» — структуру, систематизирующую более 300 недавних публикаций по парадигмам рассуждения, методологическим механизмам, условиям оценки и режимам отказа. Мы классифицируем рассуждение LLM по девяти парадигмам: пошаговое рассуждение, многошаговое рассуждение, математическое рассуждение, рассуждение на основе здравого смысла, визуальное и временное рассуждение, рассуждение при работе с кодом и алгоритмами, рассуждение с дополнением посредством поиска, рассуждение с дополнением посредством инструментов или агентное рассуждение, а также рассуждение на основе обучения с подкреплением. Для каждой парадигмы мы рассматриваем такие подходы, как формирование запросов, архитектурные модификации, обучение с учителем на специализированных данных, вывод с использованием верификаторов, моделирование вознаграждения, поиск, интерфейсы инструментов, агентные рабочие процессы и разработка бенчмарков. Мы утверждаем, что рассуждение LLM представляет собой не единую эмерджентную способность, а совокупность структурированных с помощью внешних средств форм поведения, определяемых масштабом модели, структурой задачи, внешней памятью, типом обучения и протоколами оценки. Мы обобщаем регулярно встречающиеся режимы отказа, включая галлюцинированные рассуждения, хрупкий многошаговый вывод, ложные обоснования, слабую каузальную обоснованность, низкую способность к обобщению вне распределения, загрязнение бенчмарков и ненадёжную самопроверку. Сопоставление прогресса между парадигмами затруднено, поскольку улучшения могут быть обусловлены формированием запросов, поиском, разработкой верификаторов или структурой бенчмарка, а не общей способностью к рассуждению. В обзоре методы связываются с лежащими в их основе предпосылками, преимуществами и режимами отказа, что обеспечивает обзорную карту области и диагностическую основу для будущих исследований. Мы заключаем, что надёжное рассуждение LLM потребует мета-рассуждения, мультимодальной и временной привязки к контексту, адаптивного использования инструментов и обоснованной оценки в условиях сдвига распределения.
1
К повторяющимся сбоям относятся галлюцинированные рассуждения, хрупкий многошаговый вывод, ложные обоснования, слабая причинная обоснованность, плохая обобщаемость вне распределения, загрязнение бенчмарков и ненадёжная самопроверка.
2
Сравнение прогресса в рассуждении затруднено, поскольку улучшения могут быть вызваны промптингом, поиском, конструкцией проверяющих модулей или структурой бенчмарка, а не общими способностями к рассуждению.
3
Авторы утверждают, что рассуждение LLM представляет собой семейство скaffoldированных форм поведения, зависящих от масштаба модели, структуры задачи, внешней памяти, обучения и протоколов оценки.
4
Для надёжного рассуждения LLM необходимы метарассуждение, мультимодальная и временная привязка, адаптивное использование инструментов и принципиальная оценка при сдвиге распределения.
5
Обзор систематизирует более 300 исследований в рамках девяти парадигм рассуждения LLM, методов, условий оценки и типов отказов.

рассуждение больших языковых моделей (LLM)

парадигмы рассуждения, методологические механизмы, условия оценки и повторяющиеся типы отказов больших языковых моделей

Publication Details
Publication Date
2026-06-09
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Avinash Anand
Mahisha Ramesh
Avni Mittal
Ashutosh Kumar
Rishitej Reddy Vyalla
Erik Cambria
Zhengkui Wang
Timothy Liu
Aik Beng Ng
Simon See
Rajiv Ratn Shah
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%