LLM 能见烟却不见火：利用 Elenchos 评估溯因推理

大型语言模型擅长模式识别，但其溯因推理能力（即推断解释观察行为的潜在假设）尚不明确。本文提出 Elenchos，一个生成式评估框架，将溯因推理视为结构逆问题。在给定参考形式系统及变异版本后，代理需检测变异并推断导致行为差异的规则修改。评估显示模型存在“检测 - 归因分离”现象：能识别系统改变，却难定位具体突变原因，且在多重突变下表现显著下降。初步证据表明增加推理预算收益有限。