论文
BC Protocol：双专家对话提取高质量思维链训练数据
BC Protocol: Structured Dual-Expert Dialogue for Eliciting High-Quality Chain-of-Thought Post-Training Data
摘要
高质量专家思维链是大语言模型后训练的重要瓶颈。众包标注缺少深入推理，专家独立写作常跳过自认为显然的步骤，RLHF主要提供偏好而非推理链。BC Protocol以结构化双专家对话提取后训练数据，配对领域专家与知识工程师，将隐含判断系统化表达为自然语言推理链。研究提出参与者能力模型，包含影响提取质量的六个特征维度，并提出“校准的无知”概念及“选择优先于流程规定”原则：在隐性知识提取中，投入人员选择可能比同等投入流程设计更有效。叙事小说受控实验比较双人对话生成的20项思维链与同一专家独立写作的20项思维链，由GPT-4o、Claude Opus 4.5和Gemini 2.5 Pro按五个维度盲评，共600次评分。推理过程自然性平均分为4.80与1.30，p=2.4×10⁻⁸，Cliff’s δ=1.0。