哈佛MIT研究：限制思维链首个token可使格式遵循分数提升41.2个百分点

RecodeX 重构消息，哈佛大学、麻省理工学院（MIT）与Cambridge Boston Alignment Initiative的研究人员于10月29日在arXiv发布论文《The First Few Tokens Matter: Understanding Chain-of-Thought Controllability》。实验显示，在两类推理模型上限制思维链首个token并同时给出用户示例后，模型对格式指令的遵循分数分别提升41.2个百分点和34.5个百分点。

思维链指模型在给出最终答案前生成的文本推理步骤，该研究的遵循分数衡量这段文本对格式指令的遵从程度，与最终答案的正确率并非同一指标。研究涉及Qwen3-14B、32B等模型。