埃因霍温理工大学与Dana-Farber合作研究医疗领域的链式推理，发现模型答案正确但推理链常与作答解耦。通过30种扰动测试14个模型，CDR达72.9%，表明可见链对答案贡献小，属“装饰性推理”。此结论限于医疗QA，但提供可复用审计工具。

improve 是一个开源工具，旨在通过强模型审计和弱模型执行实现“计划即产品”的工作流。其核心思想是将高成本的智能用于判断，低成本的智能用于执行。工作流程分为五个阶段：Recon、Audit、Vet、Prioritize 和 Plan，确保每个阶段都有明确的输入和输出。improve 强调高质量计划的重要性，认为这是成功执行的关键，从而帮助开发者更高效地管理代码质量和执行成本。