热点事件持续更新
研究：token置信度筛选实为链长代理
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月28日，一篇arXiv cs.CL论文对推理语言模型的思维链打分方法做了信号处理审计。研究发现，用2048 token滑动窗口的最低平均置信度给推理链打分，实际测到的主要是链长：单按长度排序的效果不差于甚至优于该置信度分数；控制链长后，分数对正确性不再有信息量。实验使用小型开源推理模型，在500道数学题上各采样16条链。研究还发现，错误链虽然token间波动更快，但该信号太弱，无法提升多数投票效果；提前截断链的表现也不如直接少采样。结论指向此类置信度筛选方法可能并未测到预期信号，而是链长的代理指标。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
arXiv论文审计发现，最低平均置信度打分主要反映链长，控制链长后对正确性无信息量。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.CLToken 置信度只是链长吗？对推理语言模型思维链打分的信号处理审计
信号处理审计发现，用 2048 token 滑动窗口的最低平均置信度给推理链打分，实际测到的主要是链长：单按长度排序效果不差于甚至优于该分数，控制链长后分数对正确性不再有信息量。实验用小型开源推理模型在 500 道数学题上各采样 16 条链。错误链虽有更快的 token 间波动，但该信号太弱无法提升多数投票，提前截断链也不如直接少采样。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。