arXiv cs.CL· Jinlong Liu, Mohammed Bahja, Mark Lee·· 5 小时前AI 评分29
推理监督反而有害：基于 TTCW 的长篇文学评论生成研究
When Reasoning Supervision Hurts: TTCW-Based Long-Form Literary Review Generation
AI 导读
研究构建了含 263,911 篇长篇故事、覆盖 14 个 TTCW 维度的数据集，测试推理轨迹能否提升 Qwen3-4B、Qwen3-8B 和 Nemotron-8B 的结构化文学评论生成。三个模型上无轨迹监督的评分模仿保真度更高、报告生成近乎完整，而轨迹监督使完成率降至 85.9%–90.9%，失败案例中 88.6% 出现语义重复循环。
来源：arXiv cs.CL · arxiv.org