通过渐进式代码切换实现高效的多语言推理迁移

大型推理模型（LRMs）在英语中表现优异，但在其他语言中性能显著下降。现有迁移方法依赖昂贵的蒸馏或外部监督。本文提出渐进式代码切换（PCS）框架，仅需轻量级翻译即可实现高效迁移。该方法首先构建混合语言的推理轨迹进行监督微调，随后利用强化学习结合步级语言一致性课程，逐步提高目标语言比例直至完全使用目标语言推理。实验表明，PCS 有效缩小了多语言与英语推理的性能差距，同时保持了具有竞争力的准确率。