Reasoning Jury：用于评估推理轨迹的多模型共识方法

英文标题：Reasoning Jury: Multi-Model Consensus for Evaluating Reasoning Traces

这篇论文以 arXiv:2608.12585v1 的新稿形式发布，主题是利用多模型共识评估大语言模型的推理轨迹。论文指出，提升推理型 LLM 的关键之一，是能够判断长推理过程的质量。高质量的推理评估可用于推理数据筛选、强化学习中的训练信号构建，以及更深入地理解模型的推理行为。该研究对开发推理 Agent、训练可验证推理模型和构建评测体系具有参考价值。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB