计算机应用研究

作者：常肖楠,张珑,马拂晓,

单位：天津师范大学计算机与信息工程学院,天津300387；

关键词：大语言模型,复杂多步推理,思维链,推理增强,动态知识更新,

基金：国家自然科学基金资助项目(61771173)；天津市自然科学基金重点项目(20JCZDJC00400)；；

针对大语言模型（large language models，LLMs），虽然现有方法在复杂多步推理任务中（如思维链（chain of thought）通过引导模型生成推理步骤来增强推理能力，但常出现生成的中间步骤错误和信息遗漏问题，一旦某环节出错，往往导致最终解答失败。为此，提出了一种全新的推理方法——递进一致性推理（progressive consistent reasoning，PCR）。PCR通过构建一个动态已知量库（一个在推理过程中不断更新的结构化信息列表），从原始问题中提取显式关键信息建立初始已知量库，并将问题分解为多个子问题；在每一次解答子问题后，通过从子问题答案中提取新信息对已知量库进行动态更新，然后基于最新的已知量库对“原始问题”重新思考后进行一次完整的解答尝试，生成阶段候选解。最后，采用聚合策略整合各阶段候选解，输出更加稳健、准确的最终答案。与其他方法相比，PCR方法在GSM8K、CSQA等多项复杂推理基准上相比传统思维链和自一致性方法（selfconsistency reasoning）提高了11.9%、5.73%和3.45%、0.95%。结果表明，PCR方法能够有效降低中间步骤错误和信息遗漏对结果的影响，增强推理的稳定性和准确性。

来源：2025年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第12期