LIFT：基于似然干预的思维链忠实度训练方法

2026年10月15日，arXiv Artificial Intelligence 刊出由 Anand Swaroop 等作者提出的 LIFT 方法，用于提升大语言模型思维链的忠实性。该方法自动为每条推理步骤打分：将某一步替换为领域匹配但无关的事实，测量答案对数概率的下降幅度，以此衡量该步骤的因果影响；随后在干预成功破坏推理的高分 CoT 轨迹上进行微调，从而同时优化忠实度与准确率。报道称，该方法在 Mistral-7B-Instruct、Qwen3-8B 和 Qwen3-4B-Instruct 三个模型及三个基准上提升了忠实度，准确率与仅针对准确率微调的模型相当。目前该事件仅有这一篇主报道，尚无跟进报道，也未出现数字、时间或说法上的前后矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。