SSR: Socratic Self-Refine for Large Language Model Reasoning

文章核心总结与翻译

一、主要内容

文章提出苏格拉底式自我优化（SSR） 框架，用于解决大语言模型（LLMs）推理过程中的级联错误问题。SSR将模型推理轨迹分解为可验证的（子问题、子答案）对（即苏格拉底步骤），通过步骤级重解、自一致性校验实现精准置信度评估，定位不可靠步骤并迭代优化，最终提升推理准确性和可解释性。

在5个推理基准（3个数学任务、2个逻辑任务）和3种主流LLM上的实验表明，SSR及其变体（线性SSR、自适应SSR、带规划优化的SSR）持续优于现有迭代自我优化基线，在计算成本相当的情况下，初始准确率相对提升约67.57%，且在CoT性能趋于饱和时仍能有效扩展。

二、创新点

1. 细粒度推理分解：将自然语言推理轨迹转化为（子问题、子答案）对序列，突破传统整体式评估的局限，实现步骤级精准控制。
2. 步骤级置信度评估：通过多轮并行重解子问题和自一致性校验，量化每个推理步骤的可靠性，为精准优化提供依据。
3. 靶向优化机制：仅针对置信度最低的不可靠步骤进行优化，避免无差别整体修改，提升优化效率和准确性。
4. 灵活部署变体：设计自适应门控（SSR-Ada）和规划优化（SSR-Plan）变体，平衡计算成本与性能，适配不同推理场景。

---

三、核心部分翻译（Markdown格式）