探究优化下上下文与参数化思维链忠实度之间的相互作用

思维链（CoT）忠实度通常通过上下文扰动或参数干预两种独立范式评估，但缺乏比较研究。本文提出 FaithMate，一个统一的偏好对齐接口，用于优化模型以适应任一忠实度范式，从而探究两者间的相互作用。实验发现两种范式正相关但不对称：优化参数忠实度能带来跨范式的一致增益，而上下文优化增益则多变。此外，上下文范式内不同指标间增益无法一致迁移，表明现有指标捕捉的是忠实度的不同侧面，存在内在权衡。研究结论指出 CoT 忠实度非单一目标，需多维度优化与评估。