TRUE：一种用于大语言模型推理的可信统一解释框架

针对大语言模型在复杂推理任务中决策过程难以解释的问题，本文提出可信统一解释框架（TRUE）。该框架整合了可执行推理验证、可行区域有向无环图建模及因果失败模式分析。通过在实例级重新定义推理轨迹并进行盲执行验证，在局部结构级构建可行区域 DAG 以表征推理稳定性，以及在类别级识别 recurring 结构失败模式并量化其因果影响，实现了多层级、可验证的解释，显著提升了 LLM 推理系统的可解释性与可靠性。