Chain-of-Thought Model Interpretability Diagnostic Auditing Visualization
摘要

大型推理模型的出现带来了极长的思维链轨迹,导致关键逻辑常被淹没在海量过程文本中,造成透明度负担。为此,我们提出了 ReasoningLens,这是一个用于复杂推理链分层可视化与诊断审计的开源框架。该框架通过构建交互式层级结构分离高层策略与底层执行、利用代理审计员进行自动化错误检测与工具增强验证,以及合成系统性推理画像以揭示模型特定盲点,将非结构化文本转化为可操作洞察,为解读、调试和优化下一代以推理为中心的 AI 提供了模块化基础。

AI 推荐理由

论文核心针对大推理模型的思维链进行可视化与诊断审计,直接解决推理过程的透明性问题。

研究机构
中国信息通信研究院 中国科学院软件研究所
论文信息
作者 Jun Zhang, Jiasheng Zheng, Boxi Cao, Yaojie Lu, Hongyu Lin et al.
发布日期 2026-06-22
arXiv ID 2606.23404
相关性评分 9/10 (高度相关)