深度分析
知識狀態圖與順序差距：為遞迴推理定義狀態表示與終止判準
本文討論遞迴推理系統的狀態表示與何時停止的問題。以「知識狀態圖」明確紀錄主張、證據關聯、未解問題與信心水準，並提出順序差距(order-gap)指標量化先後順序造成的影響，當指標低時代表進一步擴展不大可能改變結果。該方法可用於遞迴語言模型、代理循環與終身學習。
深度分析
本文討論遞迴推理系統的狀態表示與何時停止的問題。以「知識狀態圖」明確紀錄主張、證據關聯、未解問題與信心水準，並提出順序差距(order-gap)指標量化先後順序造成的影響，當指標低時代表進一步擴展不大可能改變結果。該方法可用於遞迴語言模型、代理循環與終身學習。
深度分析
本報導解讀最新研究，探討單一區塊（weight-shared）通用Transformer在極難數獨任務上的表現，指出學習型記憶令牌為能否完成遞迴推理的關鍵。研究發現：沒有記憶令牌的配置在所有測試下皆無法取得實質成效；記憶令牌數量出現明確門檻，T=8起進入穩定區間，過多則因注意力攤薄而劣化。