科技媒体Marktechpost报道，苹果公司与杜克大学近日提出一种名为“交错推理”的全新强化学习方法，显著提升了大语言模型的推理能力。传统大语言模型通常采用“先思考后回答”的长链式推理，存在响应速度慢、早期错误影响结果等问题。

交错推理技术通过交替进行内部思考和输出中间答案（sub-answer），大幅优化效率。该方法基于强化学习框架，采用特殊训练模板和奖励机制，确保模型在关键节点输出中间结果，同时注重整体准确性。

测试显示，在Qwen2.5模型上，交错推理使响应速度提升超80%，准确率提高达19.3%。此外，该方法展现出强大的泛化能力，在MATH、GPQA等复杂基准测试中表现优异。