大推理模型早期停止机制：效率与可靠性的综述与实证评估

研究人员在 5 个大推理模型上对早期停止（early-stopping）方法的效率与可靠性展开实证审计，并提出 TITE 指标跨目标衡量相对 token 效率。实验表明，模型在较晚退出位置的正确率可能出现异常下降，且部分正确早停输出的支持性推理质量偏弱，甚至在强制终止后仍存在推理延续倾向。相关代码实现已开源。