depth-scaling

介绍复杂度天花板基准（CCB），该基准评估LLM推理能力随顺序步骤增加而衰减的情况，涵盖三个领域。研究发现一致的每步几何衰减，并且所有模型在传递性社会逻辑中在5步内崩溃，即使整体准确性很高。