**诊断答案正确长链式思维训练轨迹中的有害延续**

_Diagnosing Harmful Continuation in Answer-Correct Long-CoT Training Traces_

> 该论文研究了长链式思维（CoT）训练数据中，即使答案正确，后续的多余推理延续（有害延续）会对LLM微调产生负面影响。通过编辑移除该部分后，模型表现提升。作者进一步提出了轻量级边界检测方法HCC，可近似识别该有害延续的截止点。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-03 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.29288)