论文页面 - 认知代价：在边缘原生 SLM 中消融 System 1 与 System 2 推理以实现去中心化共识

来源：https://huggingface.co/papers/2604.16913

摘要

在对抗性治理场景中，部署于去中心化自治组织的小型语言模型若依赖推理时计算，会面临严峻挑战；更简单的模型反而表现出更强的鲁棒性与效率。

去中心化自治组织（https://huggingface.co/papers?q=Decentralized%20Autonomous%20Organizations）（DAOs）正尝试把小型语言模型（https://huggingface.co/papers?q=Small%20Language%20Models）（SLMs）作为边缘原生“宪法防火墙”，用于审查提案并缓解语义型社会工程攻击。虽然扩大推理时计算（https://huggingface.co/papers?q=inference-time%20compute）（System 2）能提升形式逻辑能力，但其在高度对抗、加密经济治理环境下的有效性仍缺乏研究。为此，我们提出 Sentinel-Bench，一个包含 840 次推理的实证框架，对冻结权重的 Qwen-3.5-9B 进行严格的模型内消融。通过开关潜在推理（https://huggingface.co/papers?q=latent%20reasoning），我们分离出推理时计算在面对对抗性 Optimism DAO 数据集（https://huggingface.co/papers?q=adversarial%20Optimism%20DAO%20dataset）时的真实影响。

实验结果显示严重的“计算-准确率反转”：自回归基线（https://huggingface.co/papers?q=autoregressive%20baseline）（System 1）实现 100% 对抗鲁棒性、100% 司法一致性，并在 13 秒内完成状态终局；而 System 2 推理引入灾难性不稳定，主要由 26.7% 的“推理不收敛”（https://huggingface.co/papers?q=Reasoning%20Non-Convergence）（认知崩溃）率驱动。该崩溃将逐次共识稳定性降至 72.6%，并带来 17 倍延迟开销，为治理可提取价值（https://huggingface.co/papers?q=Governance%20Extractable%20Value）（GEV）与硬件中心化埋下关键漏洞。尽管罕见（仅 1.5% 的对抗试验），我们仍实证捕捉到“推理诱导谄媚”：模型为自圆其说而生成极长内部独白（平均 25,750 字符），从而落入对抗陷阱。

我们得出结论：在拜占庭容错（https://huggingface.co/papers?q=Byzantine%20Fault%20Tolerance）（BFT）约束下运行的边缘原生 SLM，其 System 1 参数化直觉（https://huggingface.co/papers?q=parameterized%20intuition）在结构与经济层面均优于 System 2 迭代深思（https://huggingface.co/papers?q=iterative%20deliberation），更适合去中心化共识。

代码与数据集：https://github.com/smarizvi110/sentinel-bench

查看 arXiv 页面（https://arxiv.org/abs/2604.16913）
查看 PDF（https://arxiv.org/pdf/2604.16913）
GitHub1（https://github.com/smarizvi110/sentinel-bench）
添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2604.16913）

在智能体中获取本文：

hf papers read 2604.16913

尚未安装最新 CLI？
curl -LsSf https://hf.co/cli/install.sh | bash

引用该论文的模型 0

暂无模型链接到该论文

在模型 README.md 中引用 arxiv.org/abs/2604.16913，即可在此页面显示链接。

引用该论文的数据集 0

暂无数据集链接到该论文

在数据集 README.md 中引用 arxiv.org/abs/2604.16913，即可在此页面显示链接。

引用该论文的 Spaces 0

暂无 Space 链接到该论文

在 Space README.md 中引用 arxiv.org/abs/2604.16913，即可在此页面显示链接。

包含该论文的收藏 0

暂无收藏包含该论文

创建新收藏 并将该论文加入，即可在此页面显示链接。