DAIS：面向复杂推理的依赖感知中间问答监督

DAIS是一种训练时框架，将教师推理路径转换为阶段级问答记录，每个中间记录基于先前状态预测局部答案，最终答案保持原格式。在GDPR、AIACT、MedQA、FOLIO等基准上使用多个Qwen骨干模型测试，相比仅答案、扁平思维链和独立问答基线，DAIS在政策合规任务上最大提升5.6%，平均提升4.2%。消融实验证明依赖先前状态的中间问答是有效的轻量辅助监督信号。

此前思维链监督只优化单一推理序列，缺乏对局部结论如何支持后续决策的明确信号；DAIS通过依赖先前状态的阶段级问答，显式建模推理依赖关系，以轻量方式系统性提升复杂推理准确性。

DAIS将教师推理中的中间步骤转化为独立的问答记录，每个记录的条件是前一步状态，迫使模型在局部决策时考虑过往结论；最终答案预测则复用原始输入。这种依赖条件化让模型学到更结构化的推理路径，从而在标准推理任务中提升准确率。

对于需多步推理的产品（如法律合规审查、医疗诊断问答），DAIS可直接作为训练增强模块，提升最终答案准确率平均4%以上，但训练阶段需生成阶段级问答数据，可能增加标注或蒸馏成本。

• 在政策合规问答系统中，用DAIS训练Qwen等模型以提升条款解释与判例推理准确率
• 为医疗领域复杂诊断决策提供依赖感知的中间监督，改善多步推理结果

• DAIS在其他非Qwen骨干模型（如Llama、GPT）上的效果是否一致？
• 阶段级问答数据的自动生成成本与质量如何平衡？
• DAIS是否适用于多语言或低资源场景下的复杂推理？