MixRea：大型语言模型中显式-隐式推理的基准评测
计算与语言
2026-05-20 v1
摘要
大型语言模型（LLMs）正越来越多地融入高风险决策中。受人类认知中“无意视盲”理论的启发，我们研究 LLMs 是否表现出类似的局限性：在明确的指令下，未能注意到微妙但重要的上下文线索。为了评估这一点，我们引入了显式-隐式推理任务，并提出了 MixRea，一个包含 2,246 道多项选择题的基准，涵盖 9 种推理类型，具有不同的显式和隐式信息分布。对 21 个先进 LLMs 的评估显示，即使是表现最好的推理模型（Gemini 2.5 Pro）也仅达到 42.8% 的一致性，揭示了普遍存在的无意视盲现象。为了缓解这一问题，我们提出了潜在关系补全提示（PRCP），这是一种通过恢复被忽视的因果关系来改进推理的提示方法。进一步分析表明，这种局限性在多种多源推理任务中持续存在，凸显了对更具认知对齐性的模型的需求。
引用
@article{arxiv.2605.20128,
title = {MixRea: Benchmarking Explicit-Implicit Reasoning in Large Language Models},
author = {Yuanqing Cai and Ziyi Huang and Minhao Liu and Lixin Duan and Wen Li and Yanru Zhang},
journal= {arXiv preprint arXiv:2605.20128},
year = {2026}
}
备注
12 pages, 6 figures, 4 tables