模型監控

深度分析

「行為預測器」利用單一推理軌跡提升大型推理模型的可解釋性與效率

隨著大型推理模型產生長篇推理序列，傳統以解釋預測行為的方法難以套用。本研究提出行為預測器，直接從單一推理軌跡學習預測模型重跑答案一致性與輸入變動敏感度。實驗顯示，預測器在三個推理資料集上較GPT‑5.4與ClaudeOpus 4.6更準確，且推理成本僅為其千分之一。