ReasoningFlow：用有向无环图解析大模型推理轨迹
原标题：ReasoningFlow: Discourse Structures for Understanding LLM Reasoning Traces
速览
针对大推理模型（LRM）产生的回溯和自修正等非线性推理轨迹，研究提出ReasoningFlow框架，将其捕获为细粒度的有向无环图（DAG）。该框架通过手动标注验证了标注模式，并自动分析了涵盖数学、科学等任务的1260条轨迹。研究发现，尽管训练基础不同，LRM的推理结构具有相似性，且错误步骤通常不用于推导最终答案。
AI 深度解读
AI 正在阅读原文并生成深度解读…（首次约 20–40 秒，之后秒开）
查看原文 →arxiv.org