通过延迟暴露未来轨迹，实现可验证的自动驾驶视觉语言模型推理

论文指出，自动驾驶VLA模型的CoT标注若提前向教师模型展示真实未来轨迹，会产生轨迹锚定偏差，使模型事后合理化结果并加剧因果幻觉。作者提出AD-MCQ和DEFT-RLVR，将轨迹选择与决策后验证分离，以提升推理可验证性。