ReasoningLens: иерархическая визуализация и диагностический аудит для больших моделей рассуждений

Аннотация

Появление крупных моделей рассуждений привело к формированию исключительно длинных цепочек рассуждений, что создало бремя прозрачности, при котором критически важная логика часто оказывается погребена под массивным процедурным текстом. Для решения этой проблемы мы представляем ReasoningLens — фреймворк с открытым исходным кодом, предназначенный для иерархической визуализации и диагностического аудита сложных цепочек рассуждений. ReasoningLens решает проблему информационной некропсии за счет: (1) структурирования следов в интерактивные иерархии, разделяющие высокоуровневую стратегию и низкоуровневое исполнение; (2) использования агентивного аудитора для автоматического обнаружения ошибок и верификации с помощью инструментов; и (3) синтеза системных профилей рассуждений для выявления специфических слепых зон модели. Преобразуя неструктурированные стены текста в действенные инсайты, ReasoningLens предоставляет модульную основу для интерпретации, отладки и оптимизации следующего поколения ориентированных на рассуждение ИИ.

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.