20260625:很多新内容

concepts/dag-reasoning-evaluation.md

@@ -0,0 +1,40 @@
+---
+title: "DAG-based Reasoning Evaluation"
+created: 2026-06-24
+updated: 2026-06-24
+type: concept
+tags: ["reasoning", "evaluation", "graph", "dag"]
+sources:
+  - "[[me2-trm-reasoning-2026]]"
+---
+
+# DAG-based Reasoning Evaluation
+
+将 LLM 推理轨迹建模为有向无环图（DAG）以进行评估的方法。
+
+## 为什么 DAG
+
+| 结构 | 优点 | 缺点 |
+|------|------|------|
+| 线性链 | 简单 | 无法表达分支/回溯 |
+| **Tree** | 易构建 | 无法表达合并（多前驱） |
+| **DAG** | 捕获丰富结构 | 构建更复杂 |
+| 完全图 | 表达力最强 | 不保持因果顺序 |
+
+DAG 是表达力与可处理性的实用平衡——推理中常见的"多步归结为一个结论"模式需要合并边，Tree 无法表达；完全图丢失了生成的先后因果顺序。
+
+## 在 TRM 中的应用
+
+1. 解析推理轨迹 → 构建 DAG（节点=步骤，边=逻辑依赖）
+2. 基于 DAG 计算 ME² 四维特征
+3. Pairwise preference 标注：哪个 DAG 结构更符合 ME² 原则
+4. 消除直接 prompt-based 比较的 ties 问题（232 ties→0）
+
+## 关键贡献
+
+DAG 结构信号是区分推理质量的关键——直接 prompt evaluation 大量 ties 的根本原因是许多推理对差异在于结构组织（冗余分支/逻辑捷径），而非局部步骤内容。
+
+## 参考
+- [[me2-trm-reasoning-2026]]
+- [[me2-principle]]
+- [[thinking-reward-model]]