研究揭示LLM代码推理内部生命周期

一项新研究提出双诊断框架，用于观察大语言模型代码推理的内部过程。该框架结合逐层线性探针与上下文剥离解码（CSD），对Qwen、Llama、DeepSeek三种架构的16个模型、六类代码推理任务进行了分析。 研究称，模型在答案可被自解码之前，会先经历一个"酝酿"阶段，此时答案在多个层已可被线性恢复；随后推理结果分化为四种：Resolved（已解决）、Overprocessed（过度处理）、Misresolved（误解决）和Unresolved（未解决）。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。