Student Guides Teacher: Spectral Orthogonal Exploration steigert LLM-Logik um 62 %
Große Sprachmodelle (LLMs) erreichen inzwischen nahezu menschliche Leistungen, doch bei komplexen mathematischen Beweisen und langfristigen Planungen geraten sie häufig in einen sogenannten „Reasoning Collapse“. Dabei verfällt das Modell in eine niedrigrangige Bias‑Manifold, sodass zufällige Stichproben lediglich lexikalische Varianten fehlerhafter Logik erzeugen, anstatt semantisch neue Lösungswege zu erkunden. Dieses geometrische Zusammenfallen macht das System blind für wertvolle Lösungen, die im Nullraum des Modells liegen.
