**FlowTracer：基于注意力流追踪的LLM定向强化学习框架**

_How Does Reasoning Flow? Tracing Attention-Induced Information Flow for Targeted RL in LLMs_

> 针对大语言模型强化学习中 token 级信用分配难题，FlowTracer 将注意力聚合为有向无环图，提取从问题到答案的信息流骨干，通过流量守恒约束过滤无关分支，利用流量吞吐量对关键推理枢纽进行奖励塑形，使学习信号精准聚焦于决定性 token，在多项推理任务上实现稳定性能提升。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-10 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.10646)