本研究提出了一种新的推理基准NPPC，旨在解决现有基准测试中的崩溃和攻击问题。NPPC能够有效降低大语言模型的性能，并提供分析工具，以支持人工通用智能的测试与发展。

本文讨论了大型语言模型（LLM）在面对常识问题时的推理能力崩溃，研究强调了当前推理基准无法充分反映模型的真实推理能力和弱点，需要开发新的推理基准。

SELF-DISCOVER是一个通用的框架，能够自我发现任务内在的推理结构来解决复杂的推理问题。在多个推理基准上，相较于Chain of Thought (CoT)，性能提升高达32%。同时，在推理计算量较少的情况下，超过了CoT-Self-Consistency等推理密集型方法20%以上。证明了自我发现的推理结构在不同模型之间是普适的。