RCD：缓解CoT查询捷径的免训练解码法

2026年10月21日，arXiv cs.AI / cs.LG 发布论文，提出对比解码方法RCD，用于缓解CoT推理中的查询捷径。该方法把上下文感知解码（CAD）用于CoT推理，通过对比有理由和无理由条件下一个token的分布，放大因理由而提升概率的token。在五个推理基准上，RCD相比标准CoT提升了答案准确率；用真实理由和随机理由做的干预分析显示，最终答案对理由内容的依赖增强。作者还用KL正则化奖励最大化目标给出该解码规则的理论解释，并称这是一种缓解查询捷径的免训练方法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。