深度交互：面向大型推理模型的高效人机交互方法

思维链（CoT）推理的涌现显著增强了大语言模型（LLM）处理复杂多步任务的能力。但当错误发生时，当前的交互方式通常是重新生成另一个可能再犯错的响应，或由用户费力地在后续轮次标记错误步骤——换来的常是“你说得对，我这里错了”之后类似错误重演。为解决该问题，我们提出Deep Interaction：一种用于精确纠正LLM推理错误的高效人工干预机制。我们的方法支持直接编辑原始响应：在保留正确推理步骤的同时修正错误部分。我们把编辑后的CoT精炼为蒸馏提示，进而引导LLM沿修正后的推理路径前进。实验结果显示：相较基线方法，我们的方法在STEM任务推理上把纠正成功率提升25%以上，并把token使用降低约40%。