知识卡片：Deep Interaction：面向大型推理模型的高效人机交互方法

一句话结论
本文提出 Deep Interaction 方法，允许用户直接编辑语言模型的多步推理回复中的错误部分，并将编辑后的思维链提炼为提示，从而引导模型沿正确路径推理。相比基线方法，在 STEM 推理任务上纠正成功率提升超 25%，token 用量减少约 40%。

事件概述或研究问题
大语言模型通过思维链（CoT）推理能解决复杂多步任务，但一旦中间步骤出错，现有交互方式要么要求模型重新生成整个回答（可能重复犯错），要么让用户逐轮指出错误（模型常回应“你说得对，我错了”后仍出现类似错误）。研究问题：如何让用户高效、精准地纠正推理模型中的错误，同时保留正确的推理步骤。

方法/产品要点

直接编辑机制：用户可以像编辑文本一样直接修改模型输出的原始推理步骤中的错误部分，正确部分自动保留。
蒸馏提示生成：将用户编辑后的完整思维链进行压缩和提炼，形成一条结构化提示（distilled prompt），该提示能引导模型沿更正后的推理路径继续生成。
无需重新生成：与“重新生成”或“分轮纠正”不同，该方法只修改错误部分，避免了 token 浪费和上下文混乱。

主要结果或产业意义

在 STEM 任务（如数学、物理、编程等）的推理纠正实验中，相比基线方法（待确认具体基线名称），纠正成功率提高超过 25%。
每次纠正的 token 使用量减少约 40%，大幅降低了计算和交互成本。
该方法为人机协作推理提供了一种更自然、高效的交互范式，尤其适合需要精细纠错的科研、教育、工程等场景。

为什么重要
现有大语言模型的交互纠错效率低、成本高，Deep Interaction 首次实现了“定点编辑+蒸馏引导”的轻量级纠错方案，既保留了模型的正确推理能力，又让用户能以低开销修正错误。它是“可交互推理”方向的一个实用进步。

局限与不确定性

论文仅汇报了在 STEM 任务上的实验结果，未提及在其他领域（如开放域对话、创意写作）的表现。
用户直接编辑推理步骤可能引入新的错误或偏见，蒸馏提示的鲁棒性有待考察。
方法的具体实现细节（如蒸馏算法、编辑后如何防止模型偏离原意）需要进一步查阅完整论文。
对比基线方法的名称和具体设置未在摘要中给出，待核实。

可用于图书/PPT/简报的角度

展示人与 AI 协同推理的新交互模式：从“黑箱纠正”到“透明编辑”。
对比传统“重新生成”与“定点编辑”的效率和效果差异（可配示意图）。
强调该方法对降低 AI 使用成本（token 减少 40%）的实际商业价值。

英文标题
Deep Interaction: An Efficient Human-AI Interaction Method for Large Reasoning Models

英文关键词
Chain-of-Thought reasoning; human intervention; error correction; distilled prompt; efficient interaction

原始材料

论文：Hefeng Zhou, Jinxuan Zhang, Jiong Lou, Yuxin Liu, Chaochao Lu, Jingjing Qu, Jie Li. “Deep Interaction: An Efficient Human-AI Interaction Method for Large Reasoning Models.” arXiv:2607.14049v1, 2026-07-15.
链接：https://arxiv.org/abs/2607.14049v1