量化推理模型的校准 e-CUSUM 解码：为何 Token 对数概率是解码监控的错误观测值

低位量化虽降低小型推理模型部署成本，但会损害其思维链质量，亟需解码端监控干预。本文指出中心化 Token 对数概率增量因构造特性无法有效衡量生成轨迹健康度。作者提出一种无需训练的解码控制器，融合退化感知警报分数与校准 e 过程序列检测器。实验表明，该校准方法将误报率极高的监控转化为有效的失败轨迹检测器，显著减少重复退化信号，并在 GSM8K 任务中提升了 INT4 模型的准确率（统计上不显著），同时揭示了非终止而非循环是主要失败模式。