[LG]《What Characterizes Effective Reasoning? Revisiting Length, Review, and Structure of CoT》Y Feng, J Kempe, C Zhang, P Jain... [Meta Superintelligence Labs] (2025)
有效推理的关键不在于思考更长或更多次回顾，而是避免失败步骤，结构感知的质量远胜于单纯堆积长度。
• 研究覆盖10款大型推理模型，使用数学与科学推理数据集，系统分析链式思维（CoT）的长度、回顾比例与结构特征。
• 统计发现：在同一问题下，较短的CoT和较低的回顾比例（Review Ratio）与更高准确率相关，挑战了“思考越长越好”的主流观点。
• 引入推理图（Reasoning Graph）抽取方法，定义失败步骤比例（Failed-Step Fraction, FSF）——占比越低，模型准确率越高，且该指标优于长度和回顾比例的预测能力。
• 因果验证：基于FSF的测试时选择策略能提升5%-13%准确率，直接剔除失败分支可显著提高推理成功率，表明失败分支负面影响后续推理。
• 研究强调：测试时扩展计算应关注结构质量和失败控制，而非盲目延长CoT；模型未能完全“忘记”早期错误，失败分支会持续偏置推理过程。
• 额外发现：不同模型表现出明显风格差异，回顾动机清晰度与准确性相关性不稳定，推理深度对数学题表现正向影响，结构性指标比词汇级特征更具判别力。
心得：
1. 长度与回顾并非推理质量的充分指示，失败步骤的存在才是准确率下降的根本因素。
2. 推理应被视作有向图结构，合理管理与剪枝失败分支是提升结果质量的关键路径。
3. 未来优化应转向质量感知的生成控制，结合失败传播抑制，将比简单增加推理计算更有效。
详细阅读请见🔗arxiv.org/abs/2509.19284
人工智能大模型推理链式思维推理质量机器学习结构化推理
