论文
面向金融推理的依赖感知思维链压缩
Dependency-Aware Chain-of-Thought Compression for Financial Reasoning
摘要
思维链提示改进了复杂的推理，但其较长的中间痕迹会产生大量的推理成本并阻碍在金融环境中的实际部署。我们提出了一种分层语义蒸馏网络（HSDN），用于压缩推理链，同时保持答案准确性和逻辑连贯性。该框架结合了语义分割、依赖图构建、双编码器重要性评分、约束段选择和局部边界重写。冻结的 Qwen3 4B 模型仅用于特征提取和最终答案生成，而压缩过程保持结构化和可解释性。在 AFAC2025 基准测试中，HSDN 的准确率达到 91.0%，压缩率为 68.4%，在总体得分和推理连贯性方面优于强压缩基线。结果表明，图引导压缩对于高风险的财务推理任务是有效的。
