Deep Interaction：让用户直接修正大模型推理链的新交互方法

导语

随着 Chain-of-Thought（CoT）推理被广泛用于复杂题目、数学证明和科学计算，大语言模型在多步任务上的表现明显提升。但一个现实问题也随之出现：当模型在中间某一步出错时，用户往往只能要求它“重新回答”，或者在下一轮对话中指出问题。前者可能把原本正确的部分也推翻，后者则容易得到一句“你说得对”之后又沿着相似错误继续推理。

arXiv 论文《Deep Interaction: An Efficient Human-AI Interaction Method for Large Reasoning Models》试图改造这一交互模式。作者提出的 Deep Interaction，不是让用户在新一轮对话里笼统纠错，而是允许用户直接编辑模型原始回答中的错误推理片段，再由系统把修正后的 CoT 提炼为更精简的提示，驱动模型继续沿正确路径求解。

核心要点

• 从“重新生成”转向“局部修补”：传统方式通常让模型重新输出完整答案，既浪费 token，也可能引入新的错误。Deep Interaction 强调保留已经正确的推理步骤，只对错误位置进行精确干预。
• 用户直接编辑原始回答：方法的关键交互设计是让人类在模型已经生成的推理链上修改错误部分，而不是用自然语言另写一段反馈去描述“哪里错了”。这降低了反馈歧义，也让模型更明确地接收纠正信号。
• 将编辑后的 CoT 蒸馏为提示：论文并非简单把用户修改后的长推理链再次塞回上下文，而是将其提炼成 distilled prompt，用于引导模型沿被修正过的推理方向继续输出。
• 面向 STEM 推理任务验证：作者报告称，在 STEM 任务推理场景中，相比基线方法，该机制带来超过 25% 的纠错成功率提升，并将 token 使用量减少约 40%。

意义与影响

Deep Interaction 的价值在于，它把人机协作从“对话式提醒”推进到“可编辑的推理过程”。对于复杂推理任务，错误往往不是出现在最终答案，而是隐藏在某个中间假设、公式变形或条件理解中。如果系统能让用户直接修正这一节点，就有机会避免整条推理链被迫重来。

这也提示了大模型产品设计的一个方向：未来的推理型 AI 不一定只依赖更长上下文或更强模型本身，交互界面同样可以显著影响结果质量与成本。尤其在教育、科研辅助、工程计算等场景中，用户可能并不希望模型每次都“重答一遍”，而是希望它像协作者一样，在已有草稿上接受局部修改并继续推进。

当然，论文摘要中披露的信息仍主要集中在方法框架和实验结果，具体适用边界、用户编辑成本、不同任务难度下的稳定性，还需要阅读全文和更多独立验证。但从问题设定看，Deep Interaction 抓住了当前推理模型使用中的一个真实痛点：纠错不应总是重新开始，而应让正确部分被保留下来。

来源：arXiv