清华 CoTranslator：逆向 CoT 蒸馏让 Qwen3-4B 数学成绩大涨

清华大学联合蚂蚁集团、小米提出 CoTranslator，把廉价的逆向思维链（以已知答案为条件生成）翻译成与经验证的正向推理分布匹配的 CoT，用于推理蒸馏。在 AIME25/26、HMMT25/26、Omni、IMO 等 benchmark 上，Qwen3-4B-Base 蒸馏后准确率显著超过 SSR/SUP 基线，Omni 上为 41.06 对 31.53。