FSLR：面向数学推理的 Token 高效逻辑监督框架

研究者提出轻量训练框架 FSLR，通过单独训练解题的第一步规划（确定用哪些变量、做哪种运算）来显式监督 LLM 的逻辑关系理解。在多个模型和数据集上，FSLR 在分布内和分布外设置下平均分别比 CoT-SFT 提升 3.2% 和 4.6%，训练速度提升 4-6 倍，训练 token 消耗减少 80% 以上。