**REST：通过表示监督提升潜在递归LLM推理性能**

_Principled Thoughts for Latent Recursive LLM Systems_

> 针对仅使用交叉熵训练导致的潜在思维空间推理失效问题，论文提出REST训练目标。该方法将因果性、最小性等四个有效思维表示属性转化为可微损失，无需改变架构即可在单智能体和多智能体系统中应用。实验显示，REST在数学、代码等7个基准测试中，相比纯CE训练最高提升7.5%准确率，并显著增强了潜在通信的可解释性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-30 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.36159)