LLM 推理的集成与跨架构解释

理解大语言模型（LLM）的推理机制受限于输出可见但内部模式不透明的不对称性。单一探测方法易低估真实推理结构。为此，本文提出集成跨架构推理（IAR）框架，提供统一的推理可解释性方案。该方法结合带宽校准的互信息峰值与 Tukey IQR 检测定位关键推理 token，并通过重叠分析追踪其跨层轨迹，揭示计算密集度及演化规律。最后利用 Jaccard 稳定性指标验证 token 质量。在多种模型及数学、代码等领域的实验证明了该框架的泛化解释能力。