Meta 发现：量化推理模型常在答对后又开始怀疑
rohanpaul_ai · x · 2026-07-22
Meta 这篇论文指出，量化后的推理模型失败，很多时候不是因为想不出答案，而是因为已经想对了却又开始怀疑自己。作者认为，后训练量化会在生成过程中放大某些犹豫词的出现概率，比如 “wait”“but”“alternatively”，从而让模型在答案已经接近完成时重新打开问题。
论文在 5 个推理模型、多种量化方法、以及 1.5B 到 32B 的模型规模上，覆盖数学、代码和科学任务进行实验。主要结论是：
- 激进量化会让过度思考类失败最多上升 52%。
- 只要对 50 个犹豫词加一个小惩罚，推理长度就能减少 12%–23%。
- 准确率通常保持不变，甚至还能提升。
- 在部分设置下，过度思考错误可减少最多 58%。
论文把这视为一种对压缩模型很实用的解码修复方案：在节省内存和成本的同时，减少不必要的“想太多”。
「研究」频道最新
- EMNLP 论文：让 LLM 换个问法，「42」变「3」但蝴蝶仍是帝王蝶 — radamihalcea · 2026-10-27
- Datology Curation Studio 线上深潜：少于 20% 算力匹配最强基线 — josh_wills · 2026-10-27
- KANLab 开源：浏览器里可视化玩转 KAN 网络 — Lukas Niehaus · 2026-10-27
- CMU 提出 LLM2Cert：LLM 生成证书，SMT/Lean 自动验证 — CarnegieMellonU · 2026-10-27
- NVIDIA 开源 FLORA：机器人数据引擎，成本仅 GPT-6 Astra 的 1/125 — nvidia · 2026-10-27
- RSNA 2026 深度学习实验室回归:芝加哥四天八节动手 AI 课 — PRouzrokh · 2026-10-27