CoTJudger：一种基于图的框架，用于自动评估大型推理模型中思维链的效率与冗余

大型推理模型（LRMs）虽通过生成长思维链（CoT）展现出强大性能，但常导致过度推理，产生冗余计算和循环自验证，增加成本却未提升结果。现有评估多关注最终准确率或粗略 token 数，缺乏自动化工具区分核心逻辑与结构冗余。本文提出 CoTJudger，一种基于图的框架，通过将自由形式 CoT 转化为有向依赖图并提取到达正确解所需的最短有效路径（SEP），量化推理效率。该框架提供了可解释的效率信号，能跨模型和任务比较 CoT 的必要性与冗余度。对 21 个 LRM 的评估揭示了普遍存在的冗余及“验证强迫”等失败模式，为解耦推理能力与计算浪费提供了实用指标。