meta AI 实验室今天把 Llama3.1改造成推理“X 光机”——新模型 CoT-Verifier 正式登陆 Hugging Face，专门剖开链式思维（CoT）每一步的“电路轨迹”，让错误不再躲在黑箱里。
传统验证只看输出对不对，meta 换了个视角:先给模型跑一次前向，再把每一步的归因图（attribution graph）抽出来。团队发现，正确与错误推理的图结构差异极大，就像两条形状完全不同的电路板。用轻量级分类器在这些“图特征”上训练，错误步骤的预测准确率直接飙到 SOTA，且不同任务(数学、逻辑、常识)各自有独特的“故障图谱”，说明推理失败并非随机噪声，而是可量化、可分类的计算模式。
更关键的是，归因图不仅能“诊断”，还能“动刀”。meta 在实验里对高可疑节点做定向消融或权重偏移，成功把 Llama3.1在 MATH 数据集上的准确率再提4.2个百分点，而无需重新训练主干。换句话说，CoT-Verifier 把推理纠错从“事后复盘”变成“术中导航”。
模型已开源，脚本一键复现。开发者只需把待验证的 CoT 路径喂给 Verifier，就能拿到每一步的“结构异常分”，并定位最可能出错的上游节点。meta 在论文结尾放话:下一步把同样的图干预思路搬到代码生成、多模态推理，让“白盒手术”成为 LLM 的新标配。
（来源：小熊科技）
相关推荐
-
Meta推出Muse Spark 1.3：性能跃升 编程优势凸显 缩小与顶尖AI模型差距
meta Platforms Inc. 近日宣布推出其最新一代人工智能模型——Muse Spark 1.3，公司首席人工智能官Alexandr Wang在发布会上表示，这款模型在性能上实现了"迄今为止
-
Meta扎克伯格展望未来：五年后个人AI助手或走进数十亿人生活
meta首席执行官马克·扎克伯格在季度财报会议上提出，未来五年内全球数十亿用户将配备个性化AI助手。这些数字助手将深度融入用户生活，通过分析个人目标与偏好，在财务规划、健康管理、人际关系维护及家庭事务
-
Meta定制AMD MI450 GPU：削减计算单元与显存，专为推荐系统优化
IT之家 7 月 22 日消息，研究机构 SemiAnalysis 北京时间 22 日表示，Meta 获得的基于 MI450 架构的定制 AMDInstinct 显卡加速器采用了与标准 MI455 具有显著…