算子一致性：大语言模型组合推理失败的无标签信号

本文提出“算子一致性”（OC），一种无需真实标签即可检测大语言模型推理失败的诊断信号。基于算子理论，该方法验证模型对组合查询的直接回答与其分解后组合回答的一致性。在四个多跳问答数据集及十二个模型上的实验表明，OC 与准确率高度相关（r≥0.86），优于现有基线。该信号能提供独立于思维链自一致性的额外信息，显著提升选择性预测性能，尤其在前沿推理模型中表现稳健。