幻觉存在于方差中

基准测试衡量模型是否正确，却不衡量模型是否可靠。对于单次推理，这一区别在学术上属然可有所忽略，但对于智能体AI系统而言，一次重新表述的提示即可触发多步骤执行中的级联性失效。然而，这种形式的不稳定性并未被现有评估所捕捉。幻觉活在方差之中：当语义等效的提示激活内部不一致的路径时，才会产生 divergent 的输出。一致但错误的输出反映偏差或缺乏知识；自信猜测则反映校准失效。在此定义下，后者均不构成幻觉。当误差由方差主导时，减少冗余路径即可在不增加知识的前提下提升可靠性。我们通过语义稳定性（Semantic Stability, SS）进行形式化建模，其通过改写一致性（Paraphrase Consistency, PC@k）进行度量：生成 k 个改写版本，对每个版本进行贪心解码，计算众数一致性。SS 是一种诊断性工具，用于识别由方差驱动的不可靠性，而非提升正确性的方法。我们表明，密集的 Qwen3-0.6B 模型自身间的一致性仅为 23.8%；在 32% 稀疏率下，一致性提升至 55.9%。相位图揭示了方差降低速度超过偏差累积的甜点区域，以及稳定性坍缩至错误答案的各类 regimes。