DAIS：面向复杂推理的依赖感知中间问答监督

思维链（CoT）监督虽能暴露中间推理过程，但扁平化的目标通常仅优化单一序列，缺乏对局部结论如何支持后续决策的有效监督。本文提出依赖感知中间问答监督（DAIS）框架，将筛选后的教师推理转化为阶段级问答记录。每个中间记录基于先前状态预测局部答案，而最终记录保持原始任务格式。在多个基准测试及 Qwen 模型上的实验表明，DAIS 显著提升了最终答案准确率，尤其在策略合规任务中平均提升 4.2%。消融实验证实，有效的先前状态条件化优于单纯增加文本长度或中间内容。