摘要
思维链（CoT）推理广泛应用于语言模型智能体，但现有研究表明其往往缺乏忠实性，可能仅是事后合理化。本文探究 CoT 训练的实际增益：是提升了通过推理改变行动的能力，还是增强了直接从提示预测行动的能力？通过对比“提示行动”与
AI 推荐理由
论文核心研究思维链（CoT）训练对 LLM Agent 推理忠实性及行动预测机制的影响。
研究机构
Gaoling School of Artificial Intelligence Renmin University of China, Beijing, China
ByteDance
Beijing Key Laboratory of Research on Large Models and Intelligent Governance
Engineering Research Center of Next-Generation Intelligent Search and Recommendation, MOE
论文信息