SELFDOUBT：通过对冲与验证比率实现推理大语言模型的不确定性量化

针对推理语言模型不确定性估计难以部署的问题，本文提出 SELFDOUBT 框架。该方法无需多次采样或访问模型内部参数，仅通过单次推理轨迹即可提取行为信号。核心指标“对冲与验证比率”（HVR）能检测推理过程中的不确定性标记及自我检查行为。实验表明，无对冲标记的轨迹准确率高达 96%，且该方法在显著降低推理成本的同时，性能优于基于采样的语义熵方法，为专有推理模型提供了可扩展的不确定性估计方案。