Исследователи представляют согласованную с таксономией Блума рамочную модель для оценки способности больших языковых моделей сохранять учебный замысел при смещении когнитивной нагрузки к конкретным учебным целям. В исследовании оцениваются модели Qwen3-Next-80B-A3B-Instruct и Qwen3-Coder-Next на 2520 задачах программирования из трех бенчмарков.

  • Обе модели надежно увеличивают когнитивную нагрузку, но испытывают трудности с ее снижением, что выявляет устойчивую направленную асимметрию.
  • Общий контроль сложности и контроль по Блуму тестировались с использованием пересмотренной таксономии Блума в качестве операционной шкалы.
  • Общая модель демонстрирует более четкую разделимость средних слоев для обоих контрольных контрастов по сравнению с кодерной моделью.
  • Кластеризация семантического дельта-расстояния и зондирование с использованием коэффициента дискриминации Фишера по слоям охарактеризовали эти результаты.

Результаты указывают на то, что высокая производительность выполнения не обязательно влечет за собой образовательный контроль, согласованный с таксономией Блума.