通过循环对齐推理增强自回归的思维链

本研究提出了一种新方法RELAY，旨在解决生成长且准确的思维链轨迹的挑战。通过对齐推理步骤与循环迭代，并应用中间监督，显著提升了自回归模型的性能，能够为复杂问题生成准确的推理链。