工具构建：通往“超级智能”之路

本文提出“勤奋学习者”框架，认为若具备足够的步骤成功率，LLM 可通过测试时搜索实现超级智能。为此，我们构建了基于 GF(2) 电路重构的基准测试，该任务难度随推理步数递增，且从信息论角度看需整合全部信息方可解决。分析表明，小模型成功率随深度超线性下降，而前沿模型表现出部分鲁棒性。研究进一步发现，大规模成功推理依赖于精确的工具调用，凸显工具设计作为 LLM 迈向通用超级智能关键能力的重要性。