#reasoning-models

Pereira & Zuidema: 推論モデルはハノイの塔の地図を持ち、そして途中で失くす — Fukai が読む

Devin Pereira と Willem Zuidema(アムステルダム大学)による arXiv preprint。ハノイの塔の flat-to-flat 形式で、推論モデルはプロンプト末尾では盤面をほぼ完璧に(順位相関 0.935、最近傍一致 1.00)内部表現として持つのに、手順を書き出す過程でそれが崩れることを線形プローブと差し替え実験で示した。崩れかけた表現を注入し直すと Qwen3.6-27B の最適解は 33/81(41%)から 59/81(73%)へ回復した。