ZEBRAARENA：用于研究工具增强型大语言模型中推理 - 行动耦合的诊断仿真环境

本文提出 ZebraArena，一个程序化生成的诊断环境，旨在研究工具增强型大语言模型中的推理与行动耦合问题。该环境具有可控难度和最小化知识依赖的设计，以排除记忆或数据污染的干扰。任务要求模型通过精准的工具调用获取关键信息进行演绎推理，提供确定性评估及理论最优查询次数基准。实验表明，即使是 GPT-5 等前沿模型在困难实例上准确率仅 60%，且实际工具调用量远超理论最优值，揭示了内部推理与外部行动交互中的显著差距。