重访有限监督下的思维链推理：半监督思维链学习

思维链（CoT）推理是激活大语言模型潜在推理能力的有效方法，但现有研究多将其作为推理时提示，鲜少复用为半监督学习信号。本文定义半监督思维链学习并提出 Semi-CoT 框架，利用无标签问题构建伪推理监督。该方法通过采样多条伪 CoT 并估算答案级语义熵，筛选低熵链条作为可靠演示。实验表明，熵门控机制能高精度筛选伪 CoT，但在部分数据集上增益有限或出现负迁移，表明无标签数据虽能提供可靠信号，仍需更强的筛选或训练策略。