摘要
针对芯片设计等工业软件开发缺乏专家推理轨迹的问题，本文提出 InCoder-32B-Thinking。该方法利用错误驱动思维链（ECoT）合成框架与工业代码世界模型（ICWM）生成推理轨迹。ECoT 通过多轮对话与环境错误反馈合成思维内容，显式建模纠错过程；ICWM 学习代码对硬件行为的因果动态，支持编译前自我验证。经领域工具链验证的合成数据匹配工业任务推理深度分布。实验表明，该模型在通用及工业基准测试中均取得顶尖开源成果。
AI 推荐理由
论文核心提出基于错误驱动的思维链合成框架，显式建模推理与纠错过程。
研究机构
Beihang University
Quest Research
Shanghai Jiao Tong University
ELLLIS
University of Manchester
Sichuan University
Gaoling School of Artificial Intelligence, Renmin University of China
论文信息