本文探讨了大型推理模型在推理路径优化方面的不足，提出了一种受蒙特卡罗树搜索启发的追溯搜索算法，以提炼高质量推理路径。研究表明，该方法显著减少了推理长度并提升了模型表现，展示了搜索算法在推理模型中的改进潜力。