VeryTrace：通过可编译形式化与结构化验证提升推理链可靠性

在多步推理任务中，思维链（CoT）提示法仍存在脆弱性：早期步骤的逻辑错误或幻觉会无声传播，导致最终结论错误但置信度高。为解决这一问题，arXiv最新研究提出VeryTrace框架，通过零样本验证与修复机制，将自然语言推理轨迹形式化为结构化、可编译的表示。

VeryTrace引入一种领域特定语言（DSL），具备三大特性：一是显式表达步骤依赖关系，二是将定量内容机械化处理为可执行表达式，三是通过演绎模式结构化语义推理。该混合验证器结合了确定性检查（用于计算正确性、依赖关系解析和约束满足）与针对性的大语言模型审计（用于非机械化语义判断），实现了步骤级错误定位与修复。

在三个多样化领域——竞赛数学（AIME 2025）、机器人规划（LLM-BabyBench）和亲属关系推理（CLUTRR）的实验中，VeryTrace在无需领域特定训练或上下文示例的情况下，显著提升了先进大语言模型的零样本基准准确率。这表明形式化轨迹验证既能保证推理精度，又具备良好的泛化能力，为提升复杂推理任务的可靠性提供了新思路。