Plan Canvas提升长链推理准确率

Plan Canvas架构将连续语言流模型的Deep ProsQA基准准确率从73.0%提升至87.0%，有效路径比例从30.8%升至59.1%。

传统连续语言流（如扩散模型）在生成文本时，所有位置同时去噪。若加入推理过程，因推理长度随问题变化，模型需同时决定推理轨迹长度、每个token的位置以及答案的起始点，这增加了生成的复杂性。

该研究提出的Plan Canvas通过设置固定容量的“计划区域”存放紧凑的推理轨迹，并用监督填充处理未使用位置，从而将答案起始位置固定在已知点。这种结构允许计划部分和答案部分使用独立的去噪时钟。

实验显示，在保持骨干网络和画布长度不变的情况下，该方法在ProsQA和Deep ProsQA上均优于自由轨迹基线，且在最长证明链上的增益最大。此为arXiv预印本结果，尚未经过独立第三方复现验证。