面向危害感知的 LLM 数学推理事后替换的防护修复

针对大语言模型数学推理的事后修复存在不对称风险的问题，本文提出了 GuardedRepair 框架。该框架在Selective Replacement设定下，通过诊断缓存的推理轨迹，仅在确定性验证支持时才接受改变答案的候选项。结合轻量级符号检查与保守接受策略，该方法在GSM8K数据集上将准确率从95.60%提升至96.89%，且未破坏原有正确答案；在弱推理器设置下也有显著提升。结果表明，将事后修复视为危害感知的选择性替换优于无约束的重解。