Rationale Contrastive Decoding：用上下文感知解码缓解大语言模型 CoT 推理中的查询捷径

一项 arXiv 研究将上下文感知解码（CAD）应用于 Chain-of-Thought（CoT）推理，提出 Rationale Contrastive Decoding（RCD），通过对比有、无推理过程时的 token 分布来缓解大语言模型依赖查询捷径、忽视推理内容的问题，并给出基于 KL 正则化奖励最大化的理论解释。