变换表述（3）：重新编码如何成为理解、确认与协作的认知基础设施
一个值得认真对待的现象是：在企业技术评审或学术讨论中，那些理解深入、判断精准的专家，在回答一个复杂问题之前，往往会先用自己的话重新描述一遍问题。
这个动作看起来像礼貌性的确认，或者程序性的澄清。但仔细观察会发现，他们通常并不是简单重复提问者的原话，而是在改变问题的表达方式：提取关键条件，明确隐含关系，区分真正的目标与表面描述，再将它放入自己熟悉的知识框架中。
例如，当有人问：
「这个系统为什么在用户量增加之后变得不稳定？」
一位有经验的工程师可能不会立即回答，而是先说：
「你的问题实际上是：系统在负载增长时，某个环节的资源消耗是否出现了非线性增长，进而触发了整体性能退化。我们需要先区分是计算资源、存储、网络还是依赖服务的问题。」
这不是简单的复述。问题已经从一个模糊的现象描述，变成了一个可以分析、验证和逐步排查的工程问题。
他改变了问题的表述，也改变了问题可以被思考和解决的方式。
这种行为背后隐藏着一个重要的认知机制：人并不是被动接收信息，而是需要将外部信息重新编码，才能把它纳入已有的知识结构，并进一步进行推理。
我们经常把理解看成一种接收过程：听到了、看到了、记住了，就意味着理解了。但这三件事并不等价。
真正的理解，往往发生在信息被重新组织、建立联系、形成可操作的内部表征之后。
本文从认知心理学、数学教育、组织沟通和人工智能四个领域出发，讨论一个共同的问题：
为什么重新表达一个问题，可能改变我们对它的理解、解决方式，甚至人与人之间的协作质量？
一、生成效应：为什么主动生成比被动接收更容易形成记忆？
认知心理学中有一个经过大量实验研究的现象，叫作生成效应（Generation Effect）。
它描述的是：当人主动生成某项信息，而不是被动阅读或接收相同信息时，通常能够更好地记住它。
例如，实验者给出一个词语线索，让参与者自己补出与之相关的词语；另一组参与者则直接阅读完整词语。后续记忆测试中，主动生成的一组往往表现更好。
Hirshman 和 Bjork 在 1988 年的研究中，对这一现象进行了系统实验。研究发现，生成效应不仅与生成内容本身的记忆特征有关，也与线索和目标之间的关系加工有关。
后续的元分析研究进一步确认了生成效应的普遍性。Bertsch 等人在 2007 年综合了 86 项研究、445 个效应量，报告生成相较于阅读的总体效应量约为 0.40。
为什么主动生成会产生这种优势？
一个重要的解释是：生成行为改变了信息进入记忆系统时的加工方式。
被动阅读时，人可能只需要识别已经呈现的信息。主动生成时，则需要调用已有知识、搜索语义关联、判断线索与目标之间的关系，并最终组织出一个符合要求的结果。
Hirshman 和 Bjork 的双因素解释特别强调两个方面：
第一，项目特异性加工。
主动生成使个体对某项信息形成更具区分性的加工痕迹。它不再只是一个被看见的对象，而是一个经过自身加工、具有独特关联的信息。
第二，关系性加工。
生成过程会强化线索与目标之间的联系，也会促使个体建立信息与已有知识之间的关系。
这两个过程共同影响后续记忆提取。
把这一机制放到问题理解中，就能得到一个有意思的推论：
当一个人用自己的语言重新表达一个命题时，他不只是改变了句子的形式，而是在重新建立命题与自身知识之间的联系。
例如，看到一个技术概念「缓存一致性」，可能只是记住了一个名词；但当你尝试向别人解释：
「缓存一致性实际上是在解决多个副本之间，如何维持数据状态一致的问题。」
你就必须重新组织已有知识，明确这个概念的对象、关系和目标。
这种解释可能暴露原本没有意识到的知识缺口，也可能帮助你建立新的知识联系。
不过，需要区分两个概念：
生成效应主要证明主动生成对记忆的促进作用，并不能直接证明所有转述都能提高深层理解。
如果一个人只是机械地替换几个同义词，并没有真正提取、组织和解释信息，那么这种生成行为的认知价值可能非常有限。
真正有价值的不是「说出了自己的话」，而是生成过程中发生了多少有效的认知加工。
这也是变换表述与简单复述之间最重要的区别。
二、数学教育：同一道题，为什么换一种说法就可能做错？
如果说生成效应解释了重新表达为什么能够改变个体的信息加工，那么数学教育研究则提供了另一个更直接的证据：
即使数学结构完全相同，仅仅改变题目的表面表述，也可能显著改变学生的解题表现。
这类现象通常涉及问题表征（Problem Representation）和条件变式（Variation）。
1. 数学结构相同，不代表认知难度相同
考虑下面两个问题。
问题 A：
小明有 8 个苹果，小红比小明多 3 个。小红有多少个苹果？
问题 B：
小明有 8 个苹果，小明比小红少 3 个。小红有多少个苹果？
两个问题涉及相同的数量关系：
[
x=8+3
]
但是，题目中的语言组织方式不同。
如果学生主要依赖关键词匹配，例如看到「多」就选择加法，那么问题 B 中的关系表达就可能造成干扰。
真正需要理解的不是某个词语对应哪种运算，而是两个对象之间的数量关系。
这说明，解题过程并不只是数学计算，还包含一个重要的前置过程：从自然语言中构建正确的数学表征。
学生可能已经具备正确的计算能力，却因为没有正确理解题目中的关系而得出错误答案。
相关研究已经反复观察到，词语线索、句法结构、数量关系的表达方式以及问题情境的熟悉程度，都会影响算术应用题的难度。
Strohmaier 等人对算术应用题研究的综述也指出，语言因素和数值因素会共同影响问题解决过程。
因此，一道题做错了，并不必然意味着学生不会相关的数学知识，也可能意味着他没有正确建立题目所要求的内部表征。
2. 条件变式：改变表面条件，检验学生是否真正理解结构
数学教育中的条件变式，为研究这一问题提供了一种非常有价值的方法。
Weisser（1999）等相关研究，以及后续关于数学题目语言变化的研究，都表明：即使保留基本数学关系，改变数值、语言线索和信息组织方式，也可能影响学生的解题表现。
Branchetti 和 Viale（2015）关注的就是数学题目中句法表达对学生理解和作答的影响。
他们提出利用项目反应理论（Item Response Theory，IRT）和 Rasch 模型分析题目表述变化的影响。
后续相关研究进一步将这一方法应用于更大规模的学生样本，研究不同类型的语言变化是否会改变题目的难度，以及不同能力水平的学生是否受到不同程度的影响。
其中一个值得注意的发现是：
随着任务难度提高，语言表达变化对低能力水平学生的影响可能更加明显；但在某些句法变化下，数学能力较强的学生也可能在原本能够正确解决的题目上出现错误。
这说明，语言表述不是数学问题外面的一层包装，而是影响问题表征形成的重要因素。
3. 为什么中等生可能对变式教学更加敏感？
国内数学教育研究中，还有一个值得关注的现象：递进式变式教学对不同能力层次学生的影响并不完全相同。
刘海涛（2015）的研究报告指出，递进式变式题组对学生数学认知能力总体具有促进作用，但不同能力层次的学生受益程度存在差异，其中中等生表现出较明显的改善。
这一发现值得进一步讨论，但需要注意：它是特定教学设计和实验条件下的结果，不能直接推导为所有中等生都比优秀生或学困生更容易从变式教学中获益。
从认知加工角度，可以提出一种解释：
中等生可能处在从表面特征识别向数学结构理解过渡的阶段。
学困生可能还缺少建立正确问题表征所需的基础知识和策略；优秀生则可能已经形成比较稳定的结构识别能力。
而中等生既有一定的知识基础，又尚未完全摆脱对表面线索的依赖。
通过精心设计的变式题组，让学生观察相同数学结构在不同表述下的变化，可能帮助他们逐步识别真正决定解题方法的关键关系。
这里最重要的不是增加题目数量，而是让学生看见变化背后的不变量。
4. 有效变式不是随意改变，而是控制变量
顾泠沅、黄荣金与 Marton 等人的变式教学研究，为这一问题提供了重要的设计思想。
其核心思路是：
如果希望学生理解某个关键属性，就应该有意识地改变这个属性，同时控制其他相关属性，使关键属性能够从对比中显现出来。
例如，教学中希望学生理解「倍数关系」，就不应该同时改变题目情境、数字规模、句法结构和求解步骤。
否则，学生即使发现了难度变化，也无法确定究竟是哪一个因素造成的。
有效的变式应该具有明确的比较对象：
- 哪个属性是本次希望学生关注的？
- 哪些条件需要保持不变？
- 哪些表面特征应该发生变化？
- 学生能否从这些变化中识别稳定的数学关系？
这实际上是一种受控的认知实验。
通过变化，让原本隐藏在题目中的结构变得可见。
数学教育中的变式教学，真正训练的不是学生对更多题型的记忆，而是他们从不同表述中识别不变结构的能力。
三、组织沟通：为什么说过了，不代表双方真正理解了？
数学教育揭示的是个体理解问题时的表征困难。
在组织协作中，同样的问题会以另一种形式出现：
一个人说出了自己的想法，另一个人听到了，但双方并不一定形成了相同的理解。
Clark 与 Brennan 在 1991 年提出的共同基础理论（Grounding in Communication），为理解这一现象提供了经典框架。
1. 沟通不是信息发送，而是共同基础的建立
Clark 与 Brennan 将沟通理解为一种协作活动。
在一次对话中，说话者不仅需要表达自己的意思，还需要让听话者理解自己想表达的意思。
而听话者也不仅仅是接收信息，还需要通过某种方式向说话者提供反馈，证明自己已经理解到足以继续当前任务的程度。
这个过程被称为 Grounding，即共同基础的建立。
共同基础不是双方简单拥有相同的信息，而是双方形成了关于「我们已经理解了什么」的共同判断。
例如：
项目负责人说：
「这个功能下周必须上线。」
工程师回答：
「收到。」
从信息传递的角度看，沟通已经完成。
但从共同基础的角度看，仍然存在很多不确定性：
- 是下周一上线，还是下周五之前上线？
- 必须上线的是全部功能，还是核心功能？
- 是否允许带着已知问题上线？
- 如果测试未通过，是否仍然需要按期发布？
- 这个时间要求是否高于当前其他项目的优先级？
双方可能都认为自己理解了对方，但实际上形成的是两个不同的内部表征。
这种情况在组织中非常普遍。
2. 意义建构：人们追求的往往是合理，而不一定是准确
Weick 的组织意义建构理论（Sensemaking）进一步解释了这种现象。
在复杂、不确定的组织环境中，人们并不是简单地从信息中提取唯一正确的意义，而是通过已有经验、当前情境和行动反馈不断建构解释。
人们往往倾向于接受一个看起来合理、能够支持当前行动的解释，而不一定会主动追求最准确的解释。
这会造成一个危险结果：
沟通双方可能分别形成了内部一致、但彼此不一致的理解。
而且，由于双方都觉得自己的解释合理，分歧在短期内甚至不会被发现。
例如：
产品经理说：
「这个功能要尽可能简单。」
产品经理心中的简单，可能意味着减少用户操作步骤。
工程师理解的简单，可能意味着减少系统模块和实现复杂度。
设计师理解的简单，可能意味着降低页面视觉复杂度。
三个人都理解了「简单」这个词，却没有建立关于「简单」的共同定义。
当最终交付出现分歧时，才发现三个人从一开始就在解决不同的问题。
3. 重述：让私人理解进入公共空间
由此可以重新理解沟通中的确认行为。
当工程师回答：
「我理解的是，我们优先减少用户完成任务所需的操作步骤，即使后台实现稍微复杂一些，也可以接受，对吗？」
这就不再是简单的确认。
工程师把自己对「简单」的理解外显化了。
现在，产品经理可以明确回答：
「对，优先减少用户操作。如果后台复杂度过高，再讨论折中方案。」
也可以回答：
「不是，我们希望前后端的复杂度都尽可能降低。」
无论哪一种，原本隐藏在双方脑中的理解差异，都被转化成了可以讨论和修正的对象。
这就是重新表述在组织沟通中的核心价值：
它将私人理解转化为公共对象，让双方能够针对同一个结构进行检验和修正。
需要强调，重述并不能自动保证理解正确。它只是让理解变得可见，使错误更有机会在行动之前被发现。
4. 确认质量取决于结构，而不是频率
因此，组织沟通中值得建立的不是「每次沟通都要复述一遍」这样的机械规则。
更重要的是，重述应该包含真正影响后续行动的信息。
例如：
- 目标是什么？
- 哪些条件不能改变？
- 优先级如何排序？
- 什么结果才算完成？
- 哪些情况需要重新协商？
相比「收到」「明白了」，这样的结构化确认更有实际价值。
但也不必把所有日常沟通都变成正式评审。
确认的成本也是真实存在的。对于低风险、重复性工作，简单反馈可能已经足够；对于复杂需求、跨团队协作和不可逆决策，则应该投入更多精力建立共同基础。
好的沟通不是让每个人重复同样的话，而是让每个人能够基于同一个问题结构采取行动。
四、人工智能：语义等价，为什么不一定带来相同的结果？
前面讨论了人类如何通过重新编码理解问题，以及组织如何通过重述建立共同基础。
大型语言模型的研究，让这个问题出现了一个新的观察角度：
即使问题的数学含义没有变化，仅仅改变表达形式，也可能改变模型的回答。
这为「表述影响认知」提供了一个值得关注的技术研究方向。
1. 同一个数学问题，不同表述可能产生不同答案
Calais 等人在 ACL 2025 发表的研究《Disentangling Text and Math in Word Problems: Evidence for the Bidimensional Structure of Large Language Models’ Reasoning》，研究了大语言模型在数学应用题中的文本理解与数学求解能力。
研究者使用数学等价的纯符号形式替换原始文字题，从而区分两个过程：
- 从自然语言中理解问题并建立数学表达。
- 在数学表达已经明确的情况下进行计算和求解。
研究发现，在部分小规模模型上，完整文字题的表现明显低于已经转换成纯数学形式的问题，差距可以达到数倍。
这说明，数学求解能力和语言理解、问题建模能力并不是完全相同的能力。
模型可能已经具备解决某个数学问题的能力，却无法从自然语言表述中稳定地提取出正确的数学结构。
这与数学教育中的现象形成了有趣的对应：
学生可能会做数学计算，却无法正确理解应用题；模型也可能会求解数学表达，却无法从文字中稳定地建立正确的表达。
2. 语义等价，不等于计算过程等价
2026 年，Nath 等人发表了《Representation Robustness Under Executable Reasoning Constraints in Large Language Models for Mathematical Problem Solving》。
研究系统改变同一数学问题的表面表征，包括：
- 故事题。
- 文字方程。
- 符号方程。
- 语义等价的重新表述。
研究发现，即使数学结构保持不变，不同表达形式仍然可能使模型的正确性发生变化。
部分模型在一种表达形式下能够正确求解，换成另一种等价表达后却可能出错。
研究还比较了直接生成答案与借助可执行代码进行求解的方式。
一个值得注意的结果是：增加可执行推理机制并不能彻底消除表征敏感性。它可以暴露部分模型原本隐藏的求解能力，但同时也可能引入协议错误和执行失败等新的问题。
这说明，问题的表述方式不是一个可以忽略的外部因素。
它是模型理解和求解过程中的一个重要接口。
语义等价，不意味着模型在不同表达下会形成完全相同的内部表征，更不意味着它一定会采用相同的求解路径。
3. 重述并不总是有效，匹配才是关键
这里还有一个容易被忽略的问题：
既然重新表述能够改变模型的求解结果，那么是否应该要求模型在回答之前都先重述一遍？
答案是否定的。
重新表述可能帮助模型，也可能干扰模型。
例如：
- 对于复杂问题，分解可以暴露隐藏的子目标。
- 对于专业问题，类型化表达可以帮助模型进入合适的求解框架。
- 对于包含大量无关细节的问题，概念约简可以突出真正重要的关系。
但如果一个简单问题本来就已经表达清楚，强行进行复杂重述，可能增加额外的语义偏移。
如果把一个问题错误地归类到某个熟悉的任务类型，也可能让模型沿着错误的方向求解。
这与人类专家的行为是一致的。
专家并不是习惯性地把所有问题重新说一遍，而是在重新表达的过程中，快速判断当前问题究竟需要哪一种结构转换。
因此，真正有价值的不是重述这个动作本身，而是重述之前和过程中发生的匹配判断。
对于 AI 系统，这意味着：
- 不应该把所有问题都强制转换成统一格式。
- 不应该认为越详细的结构化表达越好。
- 不应该把某一种重述策略应用于所有任务。
- 应该根据任务类型、问题复杂度和目标模型的能力，选择适当的表征方式。
这也为 Prompt Engineering 和 Agent Engineering 提供了一个重要启示：
问题表述本身就是系统设计的一部分，而不是模型推理之前可以忽略的输入包装。
五、综合：变换表述是一种可以设计和检验的认知操作
现在可以把前面四个领域的研究放在一起观察。
它们研究的对象不同，但都涉及一个共同的问题：
外部信息如何经过重新组织，转化为能够支持理解、判断和行动的内部结构？
在个体认知中，主动生成会促进语义激活和关系加工。
在数学教育中，改变题目的表面表述可以检验学生是否真正理解了数学结构。
在组织沟通中，重述可以将个人理解外显化，使不同参与者能够发现和修正彼此之间的认知差异。
在人工智能中，等价问题的不同表达可能引起模型表现变化，说明表征方式会影响模型的问题求解过程。
这些现象共同指向一个判断：
理解不是简单接收信息，而是建立能够支持推理和行动的结构。变换表述，是促使这一结构形成、显现和接受检验的重要方式。
但需要进一步明确，变换表述并不等于简单地换一种说法。
它至少包含三个相互关联的认知操作。
第一，提取：识别什么是真正重要的
从原始信息中识别目标、条件、对象和关系，区分关键内容与表面细节。
例如，从「系统最近经常变慢」中，提取出负载变化、响应时间、资源消耗和异常发生条件。
第二，重组：把信息放入可操作的结构
将原始信息转化为更适合当前任务的表达。
例如，把自然语言问题转化为数学关系、因果链条、约束条件或者任务分解。
重组的目的不是让表达看起来更专业，而是让问题更容易被分析和验证。
第三，校验：通过反馈确认结构是否正确
重新表达之后，还需要检查它是否保留了原始问题的关键含义。
在个体学习中，可以通过举例、反例和迁移题检验理解。
在组织沟通中，可以让对方确认目标、约束和优先级。
在 AI 系统中，可以通过等价改写测试、结果验证和执行反馈检验表征质量。
这三个环节构成了一个完整的过程：
[
\text{原始信息}
\rightarrow
\text{关键关系提取}
\rightarrow
\text{结构重新编码}
\rightarrow
\text{反馈校验}
\rightarrow
\text{可操作的理解}
]
它并不是一个必须严格顺序执行的认知流水线，而是一个帮助我们分析理解过程的简化模型。
六、实践启示：如何把变换表述变成一种可训练的能力？
理解了变换表述的认知机制之后，更重要的问题是如何应用。
1. 在数学学习中：不要只练习解题，还要练习改变题目
学生做完一道题之后，可以尝试三个动作：
第一步：换一种说法。
用自己的语言重新解释题目，明确已知条件和真正要求。
第二步：改变一个条件。
保持数学结构不变，只改变数字、对象或者表达顺序，观察解题方法是否发生变化。
第三步：构造反例。
尝试改变某个关键条件，让原来的解题方法不再成立。
这样做的目的不是增加题量，而是帮助学生理解哪些因素决定了解题方法。
2. 在组织协作中：确认结构，而不是确认措辞
在需求评审、技术方案讨论和跨团队协作中，可以尝试使用一种简单的确认方式：
「我理解这件事的目标是 A，关键约束是 B，优先级是 C。如果条件 D 发生变化，我们需要重新评估方案。这个理解是否准确？」
这段话的价值在于，它让沟通双方能够直接检查真正影响后续行动的结构。
尤其在复杂任务中，应该优先确认：
- 目标是否一致。
- 约束是否一致。
- 优先级是否一致。
- 完成标准是否一致。
- 异常情况下的处理方式是否一致。
不要把确认变成一种机械仪式。对于简单事项，不需要反复确认；对于高成本、高风险和跨团队任务，应该投入更多精力建立共同基础。
3. 在 AI 系统中：把表征质量纳入评测
对于大语言模型和 Agent 系统，应该将输入表征作为一个独立的评估维度。
可以针对同一个任务，设计几种不同的表达：
- 原始自然语言。
- 结构化条件。
- 类型化任务描述。
- 去除无关细节的概念表达。
- 语义等价的自然语言改写。
观察模型在这些表达下的任务成功率、事实一致性和工具调用表现。
如果同一个任务仅仅因为表达方式发生变化，就出现明显的结果差异，说明系统对输入表征存在敏感性。
但也不能简单地认为结构化输入一定更好。
对于简单任务，原始自然语言可能已经足够；对于复杂任务，结构化表达可能更有帮助。
真正应该追求的是：让任务采用与其认知和计算结构相匹配的表达形式。
结语：理解的发生，始于重新生成
我们习惯把沟通理解为信息传递，把学习理解为知识接收，把人工智能理解为输入与输出。
但这几种理解方式都忽略了一个重要环节：
信息进入一个认知系统之后，还需要被重新组织，才能真正成为这个系统可以使用的知识。
一个学生可能背下了公式，却没有理解公式所描述的关系。
一个工程师可能听懂了需求，却没有形成与产品经理一致的问题结构。
一个 AI 模型可能接收了完整的任务描述，却因为表述方式的变化而走向不同的求解路径。
这些问题表面上发生在不同领域，背后却存在一个相似的机制：信息被接收了，但没有被稳定地重新编码为可操作的结构。
因此，变换表述不应该只被看成一种表达技巧。
它既是个体主动加工知识的方式，也是检验理解是否真正发生的手段，更是不同认知主体建立共同基础的一种协作机制。
当然，重新表达本身并不保证正确。错误的重述可能制造新的歧义，过度的结构化也可能损失原始信息。真正重要的是，在转换过程中保留关键关系，并通过反馈验证转换结果。
如果说学习的目标是让知识进入自己的认知结构，那么变换表述就是帮助知识完成这一过程的一种重要方法。
我们真正理解一个问题，往往不是在听到它的那一刻，而是在能够用自己的认知结构重新表达它，并据此做出正确判断的那一刻。
参考文献与延伸阅读
生成效应与认知加工
Hirshman, E., & Bjork, R. A. (1988). The Generation Effect: Support for a Two-Factor Theory. Journal of Experimental Psychology: Learning, Memory, and Cognition, 14(3), 484–494.
https://doi.org/10.1037/0278-7393.14.3.484Bertsch, S., Pesta, B. J., Wiscott, R., & McDaniel, M. A. (2007). The Generation Effect: A Meta-Analytic Review. Memory & Cognition, 35, 201–210.
https://doi.org/10.3758/BF03193441
数学问题表征与变式教学
Branchetti, L., & Viale, M. (2015). Tra italiano e matematica: il ruolo della formulazione sintattica nella comprensione del testo matematico. In La didattica dell’italiano. Problemi e prospettive, pp. 138–148.
https://hdl.handle.net/2434/854298Boninsegna, G., Bolondi, G., Branchetti, L., Giberti, C., & Lemmo, A. (2018). A quantitative methodology for analyzing the impact of the formulation of a mathematical item on students’ learning assessment. Studies in Educational Evaluation, 58, 37–50.
https://air.unimi.it/retrieve/dfa8b9a5-d1c4-748b-e053-3a05fe0a3a96/1-s2.0-S0191491X18300014-main%20%282%29.pdfDaroczy, G., Wolska, M., Meurers, W. D., & Nuerk, H. C. (2015). Word Problems: A Review of Linguistic and Numerical Factors Contributing to Their Difficulty. Frontiers in Psychology, 6, 348.
https://doi.org/10.3389/fpsyg.2015.00348顾泠沅、黄荣金、Marton 等：变式教学与数学教学研究。建议补充所引用的具体著作版本、出版年份及页码。
刘海涛（2015）：递进式变式题组与数学认知能力研究。原始稿未提供完整论文题名、期刊或学位论文信息，正式发表前需要补全书目信息，并核对不同能力层次学生的实验结果。
组织沟通与共同基础
Clark, H. H., & Brennan, S. E. (1991). Grounding in Communication. In Perspectives on Socially Shared Cognition, pp. 127–149. American Psychological Association.
https://www.cs.cmu.edu/~illah/CLASSDOCS/Clark91.pdfWeick, K. E. (1995). Sensemaking in Organizations. SAGE Publications.
大语言模型与问题表征
Calais, P., Franco, G., Tang, Z., Nikas, T., Meira, W., Terzi, E., & Crovella, M. (2025). Disentangling Text and Math in Word Problems: Evidence for the Bidimensional Structure of Large Language Models’ Reasoning. Findings of ACL 2025, 12671–12688.
https://aclanthology.org/2025.findings-acl.656/Nath, S., Graf, E. A., Zhang, L., & Zapata-Rivera, D. (2026). Representation Robustness Under Executable Reasoning Constraints in Large Language Models for Mathematical Problem Solving.
https://arxiv.org/abs/2607.20520
注：研究结果应结合原始实验的模型、样本、任务和评估条件理解。本文对部分研究进行跨领域综合解释，机制层面的联系属于理论分析，不代表这些研究已经直接证明了一个统一的因果模型。