传播推理：剖析思维链如何跨模型转移

大型推理模型 (LRM) 在产生最终答案之前通常会生成广泛的思维链 (CoT) 轨迹。作为显式文本工件，这些痕迹可以传递到其他模型来解决相同的任务，从而实现跨模型推理传输。然而，仅成功的转移并不能揭示所提供的 CoT 如何为另一个模型的答案做出贡献。我们使用受控的提供者-接收者框架来研究这个问题，其中提供者生成推理跟踪，接收者通过越来越长的跟踪前缀解决相同的问题。我们将强制应答（接收者直接从前缀应答）与自由生成（接收者可以在应答之前继续推理）进行比较。在模型和基准测试中，完整轨迹通常会成功传输，但前缀轨迹揭示了不同的机制。在强制应答模式下，AIME 传输很大程度上是由明确的答案可用性驱动的。相反，MMLU-Pro 反映了接收者能力的更大作用，而 ZebraLogic 依赖于部分结构化答案信息，而不是单独的完整答案泄漏。在免费生成模式下，部分 CoT 提高了基准测试的性能，这表明前缀可以指导持续推理。最后，接收者之间的答案一致为尽早停止提供者推理提供了无金信号。总体而言，跨模型 CoT 迁移不是单一现象：它可以反映答案提取、推理支架或接收者依赖能力。