因果建模分析思维链忠实度评估中的正确性条件选择偏差

研究通过七变量结构因果模型分析思维链（CoT）忠实度评估中限制于正确回答实例产生的选择偏差，推导了观测差距公式。 对18篇论文进行协议审查，并在四个算术任务部署中验证了正向选择差距，其中 GLM-5.3 模型在1000个样本下显示出 +7.4 个百分点的差距。 当反事实依从性可观察时，直接评估所有推理轨迹可估算总体忠实度，无需进行正确性过滤。