12:57arXiv: DeepSeek@Jinu Lee, Shivam Agarwal, Amruta Parulekar, Siddarth Madala, Dilek Hakkani-Tur, Julia Hockenmaier精选72°大型推理模型(LRM)产生的推理轨迹具有非线性结构(如回溯和自我修正),增加了评估和监控的难度。ReasoningFlow 框架将这些轨迹转化为细粒度的有向无环图(DAG),通过人工标注31条轨迹(2100步)验证了标注方案,并自动标注了1260条轨迹(247,700步),涵盖数学、科学和论证三个任务及五种模型。分析发现:不同LRM的推理结构相似;错误步骤大多不用于推导最终答案;机制性因果依赖与语言层面的话语结构不一致。该框架提升了推理过程的可监控性,数据集和代码已开源。论文推理模型话语结构可解释性开源/仓库有向无环图推荐理由:ReasoningFlow 解决了LRM推理轨迹难以评估和监控的痛点,做模型可解释性、推理质量分析的团队可以直接用开源工具和数据集来深入分析模型行为。原文