ReasoningLens: 大規模推論モデルのための階層的可視化と診断的監査

要旨

大規模推論モデルの登場により、極めて長い思考連鎖トレースが生み出されるようになり、重要な論理が膨大な手続き的テキストに埋もれるという透明性負荷が発生している。この問題に対処するため、我々はReasoningLensを提案する。これは複雑な推論連鎖の階層的視覚化と診断的監査を目的としたオープンソースフレームワークである。ReasoningLensは情報の検死に対し、以下の方法で対応する。(1)トレースをインタラクティブな階層に構造化し、高水準の戦略と低水準の実行を分離する。(2)エージェント型監査者を活用し、自動エラー検出とツール拡張検証を実現する。(3)系統的推論プロファイルを合成し、モデル固有の盲点を明らかにする。非構造化されたテキストの壁を実用的な洞察に変換することで、ReasoningLensは次世代の推論中心型AIを解釈、デバッグ、最適化するためのモジュール基盤を提供する。

English

The emergence of Large Reasoning Models has introduced exceptionally long Chain-of-Thought traces, creating a transparency burden where critical logic is often buried under massive procedural text. To address this, we present ReasoningLens, an open-source framework designed for the hierarchical visualization and diagnostic auditing of complex reasoning chains. ReasoningLens addresses information necropsy by: (1) structuring traces into interactive hierarchies that separate high-level strategy from low-level execution; (2) leveraging an agentic auditor for automated error detection and tool-augmented verification; and (3) synthesizing systemic reasoning profiles to reveal model-specific blind spots. By transforming unstructured walls of text into actionable insights, ReasoningLens provides a modular foundation for interpreting, debugging, and optimizing the next generation of reasoning-centric AI.