熵轨迹形状预测大语言模型推理可靠性：思维链中不确定性动态的诊断研究

思维链（CoT）推理提升了大语言模型准确率，但低成本检测失败仍具挑战。本研究探讨推理步骤间的不确定性动态形状（通过每步采样少量答案完成度捕获）是否能预测正确性。我们提出“熵轨迹单调性”概念：若每步答案分布熵持续下降，则链为单调。实验显示，单调链准确率显著高于非单调链，且总熵减无预测力，表明形状优于幅度。该方法在校准和覆盖面上优于标量基线，成本仅为自一致性方法的八分之一，并在不同模型上复现了结果。