PMPS：潜空间思维链的结构化过程监督
原文标题：Structural Process Supervision for Latent Chain-of-Thought Reasoning
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
潜在推理用连续空间嵌入替代冗长的显式思维链token以提升效率，但缺乏对潜在嵌入的直接过程监督，易导致表示坍缩与信息分布不均。论文提出原型中介过程监督（PMPS），引入可学习推理原型作为语义锚点，通过原型分配实现不等长表示间的多对多软对齐，并配合渐进序列对齐模块。实验显示输出token长度压缩至显式CoT的50%以下，在多个模型家族上平均准确率较SIM-CoT提升2.08%。
- 问题
- 潜在推理用连续嵌入替代显式CoT，但缺乏过程监督，导致表示坍缩与信息分布不均。
- 方法
- 引入可学习推理原型作语义锚点，通过原型分配实现不等长表示的多对多软对齐，配合渐进序列对齐模块。
- 结果
- 输出token长度压缩到显式CoT的50%以下，平均准确率较SIM-CoT提升2.08%。
- 影响
- 想用潜在推理省token的团队可借此稳住表示质量，兼顾效率与准确率。
深读 · 结论先行AI 生成展开看要点与影响 ↓
PMPS给潜空间推理加原型过程监督，token压到显式CoT一半以下、准确率升2.08%
- •引入可学习推理原型作语义锚点，把潜在嵌入与显式CoT嵌入投影到共享原型空间
- •通过原型分配实现不等长表示间的多对多软对齐，缓解表示坍缩与信息分布不均
- •渐进序列对齐模块先用位置先验约束顺序，再逐步放宽为自适应匹配
- •在GSM8K-Aug上输出token长度压缩至显式CoT的50%以下
- •较SIM-CoT平均准确率提升2.08%，GPT-2上甚至超过CoT-SFT
为什么重要：潜空间推理此前缺直接过程监督，PMPS给出可对齐显式CoT的监督方案，兼顾效率与精度。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。