研究项目

arXiv 2026 · 预印本

何时需要更复杂的程序结构?

改变一个展示样例,认证最短合法解何时从一条规则变成两条,再比较题面、隐藏见证与新输入上的模型表现。

主要结果

参考程序家族
120
经核验的任务证书
960
归档的模型轨迹
1,920
阅读实验结果

结果适用于什么范围

证书适用于有界字符串替换语言。隐藏见证成功率上升的同时,模型在实际触发两条规则的新输入上一致率仍然很低。

技术报告

论文条目

When Is Program Structure Required? Certificate-Grounded Calibration of Program-Induction Difficulty

引用信息

复制文本

暂时无法自动复制,请选中并复制下方文本。