reasoning-flow

FlowTracer是一个强化学习框架，它利用注意力诱导图来追踪推理流并分配词元级别的信用，从而提升推理任务的性能。

介绍 ReasoningFlow，一个将大语言模型推理轨迹的篇章结构捕获为有向无环图的框架，从而能够细粒度分析推理行为（如自我反思和回溯）。基于对数千条轨迹的手动和自动标注，揭示了模型之间的结构相似性，并且大多数错误步骤并不贡献于最终答案。