新指标量化推理冗余，重复识别准确率高基线逾10点

一篇9月30日提交的论文提出Step-RRI指标，在PRMBench数据集的冗余类别上，步骤级冗余识别准确率比嵌入相似度和信息增益两类基线高出逾10点。

该指标来自SLIDER框架：用信息论中的部分信息分解，把相邻两个推理步骤对最终答案的信息拆成独有、冗余与协同三部分，冗余占比高即判定为重复推理。论文称轨迹级版本与QwQ-32B、DeepSeek-R1-Distill-Qwen-32B和GPT-4.1的实际推理长度强相关。

作者还演示按该指标挑选微调数据可提升推理效率、基本不损任务表现。论文已被ICLR 2026大模型逻辑推理工作坊接收，评测为作者自测，覆盖范围限于该冗余数据集。