研究团队提出“对抗推测推理”：先在智能体的推理轨迹中识别出对结果至关重要的决策点，然后训练草稿模型形成对抗性偏好（adversarial preference），使草稿模型在这些关键点上与目标模型产生分歧，从而触发验证重启，让关键思维 token 由目标模型在噪声最小的条件下重新采样和编码。