# 推理知识图谱

该工作先通过 PRMBench 与 ROSCOE 上的对照实验表明，向模型提供正确答案在多数设置下并不能稳定提升推理质量，据此把推理缺陷归因于推理轨迹的结构而非答案可知性，并提出 CRAFT：对每个样本采样 K 条候选轨迹，用 TF-IRF 提取共识术语并以 z-score 过滤步骤，将各轨迹转成以步骤为节点、逻辑关系为边的推理知识图谱并聚合为共识图谱，再按拓扑序逐步合成一条新轨迹；在 FLD、FOLIO、GSM8K、OlympiadBench 上，CRAFT 在 GPT-5.4-nano 与 o4-mini 两个骨干下取得最高或次高的标签预测准确率，并在 OlympiadBench 上以更少步骤同时取得最高准确率，其合成轨迹在 RO

该工作先通过 PRMBench 与 ROSCOE 上的对照实验表明，向模型提供正确答案在多数设置下并不能稳定提升推理质量，据此把推理缺陷归因于推理轨迹的结构而非答案可知性，并提出 CRAFT：对每个样本采样 K 条候选轨迹，用 TF-IRF 提取共识术语并以 z-score 过滤步骤，将各轨迹转成以步骤为节点、逻辑关系为边的推理知识图谱并聚合为共识图谱，再按拓扑序逐步合成一条新轨迹；在 FLD、FOLIO、GSM8K、OlympiadBench 上，CRAFT 在 GPT-5.4-nano 与 o4-mini 两个骨干下取得最高或次高的标签预测准确率，并在 OlympiadBench 上以更少步骤同时取得最高准确率，其合成轨迹在 RO