研究揭示推理模型置信度剪枝实质受推理链长主导

2026年10月28日，arXiv发布的一项研究通过信号处理工具对推理语言模型的token置信度剪枝方法进行了评估。研究发现，窗口最小置信度评分实质上主要反映的是推理链的长度。在两个数学基准测试中，仅依据链长进行排序的效果与置信度评分相当甚至更好；在控制长度变量后，该分数不再能提供有关答案正确性的有效信息。实验表明，置信度信号缓慢漂移的特性导致较长的链条更容易偶然出现低分，若将其用于提前终止推理链，其实际效果甚至不及直接减少采样链数。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。