traceable-reasoning

本文介绍了Graph-PRefLexOR，这是一系列图原生推理模型，通过组相对策略优化（GRPO）进行微调，以通过显式推理阶段生成可追溯的科学假设。该方法在推理可追溯性方面相比基础模型实现了40-65%的提升，并展示了增强的语义多样性和概念重组。