Chain-of-Thought（CoT）能够提升大语言模型（LLM）的推理能力，但现有优化方法主要依据最终答案的对错进行反馈，忽视了中间推理步骤的逻辑有效性。为了解决模型在逻辑错误的推理链中仍能得到正确答案的问题，本文提出 LogicTrack——一种神经符号框架，能够将每一步推理自动形式化为符号表示，并交由自动定理证明器进行验证。
LogicTrack 引入求解器驱动的回溯奖励（Solver-Based Backtracking Reward，SBR），该机制为每一步分配逻辑可靠性分数，并在推理时利用该分数指导回溯树搜索，从而在生成过程中纠正逻辑偏差。
进一步地，LogicTrack 将回溯轨迹保存为监督微调（SFT）数据，使得经过微调的模型能够内化逐步审计能力，形成对逻辑一致性的内在约束。
在 8 项推理基准和 7 种主流 LLM 上的实验表明，LogicTrack 能显著提升推理链的可验证性和最终答案的通过率，进而提高 CoT 在高风险场景下的质量与可信度。
点评