提出代码推理内部生命周期诊断框架

2026年10月15日，arXiv Artificial Intelligence 刊出 Siyue Chen 等作者的研究，提出并应用一套代码推理内部生命周期双诊断框架，将逐层线性探针与 Context-Stripped Decoding（CSD）配对使用。该研究在六类代码推理任务上、跨 Qwen、Llama、DeepSeek 架构的 16 个模型中追踪代码推理的内部生命周期，发现模型先“酝酿”答案，使其在可自解码前多个层即可线性恢复，随后分化为 Resolved、Overprocessed、Misresolved、Unresolved 四种结果。上述对象、方法与适用范围均以该报道所述为限。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。