摘要
大型语言模型辅导系统常生成流畅的分步解释，但这不保证答案源自问题本身。若模型访问教师笔记或标准答案等私有信息，可能导致“答案驱动推理”，即在解释完成前已确定答案。本文提出截断推理 AUC 评估（TRACE）方法，通过探测思维链前缀何时能通过验证器来诊断此现象。在 GSM8K 数据集上的实验显示，访问标准答案显著提高了 TRACE AUC 值，表明模型极早获取了正确答案。该研究证实了截断 CoT 审计作为轻量级过程诊断工具的有效性。
AI 推荐理由
论文核心研究思维链（CoT）中的答案驱动推理机制，提出审计方法评估推理过程真实性。
研究机构
Independent Researcher, United States
Northeastern University, Boston, MA, USA
Syracuse University, Syracuse, NY, USA
论文信息