Das „Knowing-Using Gap“-Phänomen beschreibt, dass LLMs neue Fakten memorieren, deren interne Repräsentationen aber nicht zu den für Reasoning zuständigen Schichten weitergeleitet werden.
RACES ermöglicht die automatische Komposition verifizierbarer Umgebungen durch rekursive Kombination, worauf hin DeepSeek-R1-Distill-Qwen-14B um 3,1 Punkte und Qwen3-14B um 2,3 Punkte bei sechs Benchmarks zulegte.
