arXiv cs.CL· Amruta Parulekar, Jinu Lee, Dilek Hakkani-T\"ur, Hari Sundaram·· 10 小时前AI 评分35
Reasoning Consensus：通过加权 DAG 聚合实现 LLM 推理的结构化集成
Reasoning Consensus: Structural Ensembling of LLM Reasoning via Weighted DAG Aggregation
AI 导读
Reasoning Consensus（RC）从每条 CoT 中提取带类型的推理图，跨模型合并等价步骤并按支持链数量加权，从而暴露每一步的支撑程度。在覆盖法律、科学、医学、叙事推理与逻辑的 7 个基准上，RC 准确率达 69.4%，与多数投票和辩论的 69.0%-70.3% 相当。用户研究中参与者阅读 RC 图快于辩论记录或投票统计，18 人中有 14 人偏好未来使用该方式。
正文 · AI 翻译
摘要：大型语言模型（LLM）以自由形式的思维链（CoT）进行推理，却不揭示哪些步骤得到了充分支持、哪些备选方案被否决。在高风险领域，用户因此无法判断答案是否建立在可靠的推理之上。多数投票和多智能体辩论利用模型间的一致性来改进答案，但并不揭示各步骤上的一致性。推理共识（RC）从每条 CoT 中提取带类型的推理图，跨不同模型的图合并等价步骤，并按有多少条链支持该步骤为每个步骤加权。RC 揭示了这种逐步支持情况以及每个答案背后各不相同的论证依据。在涵盖法律、科学、医学、叙事推理和逻辑的 7 个基准上，RC 的准确率与多数投票和辩论相当（69.4% 对 69.0-70.3%）。LLM 评判员在针对同一答案的多个图中更偏好 RC 支持度最高的图。在一项用户研究中，参与者阅读 RC 图的速度快于辩论记录或投票统计，且 18 人中有 14 人表示未来更愿意使用 RC 图。
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2607.27783 [cs.CL] |
| （或 arXiv:2607.27783v2 [cs.CL] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2607.27783 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Amruta Parulekar [查看邮箱]
[v1]
2026年7月30日星期四 07:14:50 UTC（819 KB）
[v2]
2026年10月30日星期五 20:21:54 UTC（446 KB）
来源：arXiv cs.CL · arxiv.org