CoTS：面向大语言模型潜在推理的竞争性 token 选择

CoTS（Competitive Token Selection）是一个免训练框架，把大语言模型的潜在推理干预从二元模式选择改为 token 级连续分配，用两个最可能候选 token 之间的概率竞争动态平衡离散承诺与软探索。该方法无需手动调整切换阈值或混合系数，也不增加额外前向传播；在六个推理基准上持续优于标准 CoT 与当前最优的免训练潜在推理方法，代码已公开。