唤醒 LLM 的推理潜力：评估与缓解模糊感知的细粒度流水线
计算与语言
2026-01-07 v5
摘要
大型语言模型（LLM）在接受训练时，越来越多地被教导在遇到难题时以回答“未知”来弃答。然而，我们观察到 LLM 经常滥用这一选项：即使在能够实际解决问题的情况下，它们也输出“未知”，或者它们无法理解为什么某些问题确实无法解决。我们将这种潜在能力与弃答倾向之间的不匹配形式化为“模糊感知”现象。我们引入了 WakenLLM 流水线，该流水线 (1) 提取模糊感知样本，并 (2) 衡量在刺激下有多少样本可以转化为正确答案。基于分阶段指标（TCR、OCR 等）以及准确率上限 Acc(WakenLLM)，我们量化了 LLM 超越单次推理准确率的推理潜力。在六种 LLM 上的实验表明，无需进一步训练或修改参数，通过我们设计的流水线，LLM 在模糊感知样本上的准确率最高可提升 68.53%。我们进一步分析了模糊感知、从众性和退化如何随模型系列和参数规模而变化，并提供了多阶段推理工作流中的模型选择策略。最后，通过将 WakenLLM 与主流推理基线（包括基于训练和非基于训练的基线）进行比较，我们表明现有基线仅激活了 LLM 推理潜力的一小部分，指出感知感知推理是未来 LLM 设计的一个有前景的方向。代码和数据集可在 https://github.com/WakenLLMTeam/WakenLLM-toolkit 获取。
引用
@article{arxiv.2507.16199,
title = {Awakening LLMs' Reasoning Potential: A Fine-Grained Pipeline to Evaluate and Mitigate Vague Perception},
author = {Zipeng Ling and Yuehao Tang and Shuliang Liu and Junqi Yang and Shenghong Fu and Chen Huang and Kejia Huang and Yao Wan and Zhichao Hou and Xuming Hu},
journal= {arXiv preprint arXiv:2507.16199},
year = {2026}
}