英文：Chain-of-Thought Evaluation 分类：eval
评估模型思维链（CoT）推理质量的评测：不仅看最终答案，还检查推理步骤的逻辑正确性、完备性与一致性。
方法：过程监督（逐步验证：PRM 判步）、答案+过程双评分、推理忠实度（答案是否真的由步骤推出）；指标：步骤准确率、过程-答案一致性；基准：数学过程基准（PRM800K 类）、GSM8K 过程版。
用于推理模型训练（过程监督数据）、CoT 提示效果评估、可解释性研究（推理透明）与教育诊断（定位错步）；推理链评测是"推理过程质量"的度量。