大模型在处理更复杂的问题时，仍然容易在推理过程中出现错误，导致推理路径偏离，最终影响模型的整体性能，现有的大语言模型在多步推理任务中，通常会由于推理路径中某一步骤的错误而影响整个推理过程，这些错误不仅降低了模型的准确性，还增加了计算成本和执行延迟，传统的方法如强化学习需要复杂的奖励模型，而其他偏好优...