当思考带来痛苦：视觉语言模型推理链中的认知信号

本文首次对思维模式视觉语言模型（VLMs）的答案熵行为进行了三类实证表征。研究发现，不同模型在对抗样本上表现出截然不同的熵模式：部分模型出现完全崩溃，部分则保持稳定或选择性思考。结果表明，在生成推理链的样本中，推理链熵比答案熵能更可靠地预测不确定性。此外，研究记录了结构化弃权现象，并提出了一种实用的弃权门控机制，在不增加推理成本的情况下，显著提升了模型准确率。