SHAPE：通过 LLM 推理的潜力估计实现阶段感知的分层优势

流程监督已成为增强 LLM 推理的一种有前途的方法，但现有方法无法区分有意义的进展和单纯的冗长，导致推理能力有限和未解决的词元效率低下。为了解决这个问题，我们提出了通过潜在估计的阶段感知层次优势（SHAPE），这是一个将推理形式化为通过经验可解状态空间的轨迹的框架。 SHAPE引入了分层贡献分配机制：在细分层面，采用阶段感知优势函数，优先实现低潜力状态的高效突破；在 词元级 中，它利用熵驱动的重新分配来锐化执行信号。跨三个基本模型和五个基准的大量数学推理实验表明，SHAPE 的平均准确度提高了 3%，词元消耗减少了 30%。