约束路径推理：衡量承诺的中间阶段何时物有所值

本文提出约束路径推理（CPR）框架，旨在评估大语言模型推理流水线中承诺的中间阶段是否物有所值。该方法结合源感知路径假设与阶段级核算，利用可信不变量对搜索生成的临时状态进行硬约束或软约束。CPR 预测当任务兼容的承诺带来的增益超过传播误差和执行成本时，可优化转移、集中候选质量并暴露反馈。实验涵盖离散承诺与连续流，通过大量二次约束二次规划及多项式实例验证，结果显示该方法能显著恢复可行产量并提高有效产出率，证明了受控执行在提升推理效率中的关键作用。