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
- Diamandis 详解 AI 癌症导航与 $100 基因测序如何缩小抗癌鸿沟 — PeterDiamandis · 2026-10-27
- EMNLP Oral 论文：免训练 KV 缓存驱逐实现 10 倍内存压缩 — yuz9yuz · 2026-10-27
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
- forking 收官：probe gap 随上下文频率呈幂律，掩蔽低频 n-gram 可缩小差距 — ZimingLiu11 · 2026-10-27
- 「forking」机制拆解：n-gram 表把 logits 切成互不干扰的子空间 — ZimingLiu11 · 2026-10-27
- 被称最佳 LoRA 讲解视频：从几何直觉讲到任务内在维度 — sophiamyang · 2026-10-27