Reasoning Aligns Language Models to Human Cognition: почему CoT улучшает выводы, но не поиск информации

Chain-of-thought радикально улучшает способность модели делать выводы из собранных фактов (корреляция с точностью r=-0.99), но почти не влияет на умение выбирать какие факты собирать (r=-0.47). Топовые модели с CoT достигают уровня людей в интеграции данных, но стабильно проигрывают в стратегии активного поиска информации. Метод позволяет использовать CoT там где он реально работает (сложные выводы из многих фактов) и не тратить токены там где бесполезен (планирование сбора данных). Фишка: CoT выносит накопление информации наружу — превращает размытые внутренние активации модели в явные промежуточные выводы. Это стабилизирует интеграцию фактов, но не даёт интуиции "что спросить следующим".