LLM 的学习、理解和推理核心在于能够把新信息整合进已有知识并推导其后果。无论信息是通过预训练还是在提示中出现，模型都需要把局部事实存储下来，并在全局范围内传播其长期影响。为此我们构建了两套自然语言基准，用于大规模评估演绎推理随推理深度的变化。第一套是形式化的图基准，能够在受控的图拓扑和整合任务上进行系统评估；第二套是基于真实知识图谱的知识组合基准，直接反映现实世界的知识结构。我们利用这两套基准比较了上下文信息和模型权重中编码的知识的整合能力，所有实验均在开放模型上进行，且未使用思考链提示。实验表明，随着组合长度的增加，准确率出现明显衰减，无论是预训练知识还是上下文知识都会受到影响。但在同等条件下，提示中提供的信息显著优于权重中已有的知识。该发现揭示了当前模型在深层推理方面的根本限制，对基于提示的行为控制、持续学习策略以及未来的训练、提示和整合方法具有直接指导意义。\n\n点评：本工作提供了可量化的评估框架，明确了上下文信息在深度推理中的优势，为后续提升模型长期记忆与即时推理的协同提供了重要参考。