FoE：错误之森使首个解成为大推理模型的最佳解

以DeepSeek-R1为代表的近期大推理模型（LRM）在复杂推理任务上取得显著成功，在探索多个备选解时表现出类人模式。然而细察之下，我们揭示了一个惊人现象：“首个即最佳”（The First is The Best）：备选解不仅次优，还可能有害。这一观察挑战了广为接受的测试时扩展律，使我们提出假设：推理路径中的错误随测试时间同步增长。通过全面的实证分析，我们将错误刻画为森林结构的错误之森（Forest of Errors，FoE），并得出FoE使首个解成为最佳解的结论，该结论有严谨的理论分析支撑。基于这些洞见，我们提出RED，一个自引导的高效推理框架，包含两个组件：I）Refining First，抑制首个解中FoE的增长；II）Discarding Subs，通过双一致性修剪后续FoE。跨五个基准、六个骨干模型的大量实验表明，RED优于八个竞争基线，性能提升最高达19.0%，同时将token消耗降低37.7%~70.4%。此外，围绕FoE指标的对比实验阐明了RED何以实现有效性。