TraceForge: Distilling with Your Own Thinking

traceForge 生成推理轨迹在 coding 任务中性能超越原生 thinking 内容。HumanEval+ 提升 3.7 点，MBPP+ 提升 7.1 点。 该方法采用两阶段对抗训练，独立评判真实度得分 0.82 高于原生轨迹 0.66。