CogRSI：让语言模型自进化心智推理策略并审计其正确性
原文标题：CogRSI: Evolving and Auditing Cognitive Reasoning Strategies
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 CogRSI，用带事实依据的阅读器加书面原则解决心智理论推理分歧，并让模型自写原则迭代改进。学到的原则在 800 组未见 BigToM 数据上超过专家原则，但把规则转成代码审计后发现多数规则在自称覆盖的情形下会给出错误答案。作者指出策略在实践中有效并不等于规则正确，两者都需检验。
深读 · 结论先行AI 生成展开看要点与影响 ↓
CogRSI自学心智推理原则在800组BigToM超专家，但多数规则转代码后答错
- •带事实依据的阅读器标记谁看到了事件，用短书面原则裁决读解分歧
- •自改进循环仅在准确率提升超过校准阈值时保留更新，一变体还须通过反事实测试对
- •学到的原则在800组未见BigToM数据上均高于专家原则
- •把规则转成代码在数千个小故事上跑，多数规则在自称覆盖的情形下至少错一次
- •准确率无法暴露哪些规则是错的，反事实测试也没能修复
为什么重要：它给出一个警示：策略在实践中有效不等于规则正确，做自进化推理和规则审计的团队需分开验证两者。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。