ReCoT：用标签引导的 CoT 优化做宣传检测推理

ReCoT 是一个推理条件化的宣传检测框架，通过群体级细化和性能引导重采样捕捉说服技巧的定义性线索，无需额外解释标注。在 INDI-PROPspan 上其 macro F1_LCS 达 0.364，超过基线并达到 SFT 上限的 88%；在 PTC 上达到 SFT 上限 Avg F1_LCS 的 85%，同时保持可解释性。对推理池收敛与更新模式的分析显示推理 CoT 得到有效细化。