让 AI 在一串 0 和 1 里找出第 k 个“1”，它至少要分几步才能完成？这篇 JMLR 论文把“推理深度”变成了可以严格计算的问题。这里的思维链（Chain of Thought, CoT）不是聊天框里自由展开的文字，而是模型生成中间结果的迭代轮数。
作者研究一种严格受限的理论模型：单层、采用 hard attention 的 Transformer。hard attention 每次只选少数位置，像手电筒只照向一处。论文证明，一个布尔函数——输入和输出都是 0 或 1 的简化任务——所需的最少 CoT 轮数，恰好等于它的 Ehrenfeucht–Haussler rank。这种“秩”原本用于衡量布尔函数的结构复杂度。最具体的结果是：寻找第 k 个“1”必须用 k 轮；连续复合 ℓ 次的函数也恰好需要 ℓ 轮。
这让“为什么有些任务需要更多推理步骤”多了一个复杂度视角。不过结论只适用于单层 hard-attention Transformer，不能直接等同于主流大模型的实际推理机制。