论文页面 - 将未来行为预测作为学习任务

来源：https://huggingface.co/papers/2606.11445

摘要

行为预测器经过训练，能够从单条推理轨迹预测大型推理模型的输出，其准确率超过大型语言模型，同时所需计算成本显著降低。

对AI系统的信任通常建立在其运行方式的解释之上，用户据此预测系统对新输入的行为。对于大型推理模型（https://huggingface.co/papers?q=large%20reasoning%20models）（LRM），这条传统路径尤其难以遵循：针对单个token生成的解释方法自然无法推广到长轨迹，而且这些轨迹本身在作为自然语言阅读时往往不够忠实。我们提出一种绕过解释步骤的替代方案：将行为预测（https://huggingface.co/papers?q=behavior%20forecasting）视为可学习的任务，训练行为预测器，使其在单个推理轨迹上运行，做出通常需要解释才能得到的预测。预测器的训练数据通过查询LRM获得，无需人工标注，推理只需一次前向传播。我们在两个任务上实例化该方法：预测LRM在重运行中重复其答案的可能性，以及移除输入部分内容后答案的变化。我们在三个不同的推理数据集上评估了该方法的这两个任务，发现训练后的行为预测器比作为原始阅读者的GPT-5.4和Claude Opus-4.6更准确，而推理成本（https://huggingface.co/papers?q=inference%20cost）仅为其一小部分。我们发现，端到端微调主干网络并以其目标LRM初始化，对于获得强性能都是必要的。这些结果表明，推理轨迹携带了关于LRM未来行为的信息，这些信息超出了简单阅读所能传达的范围。

查看arXiv页面（https://arxiv.org/abs/2606.11445）查看PDF（https://arxiv.org/pdf/2606.11445）GitHub1（https://github.com/Mosh0110/behavior-forecasters）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2606.11445）

在您的agent中获取此论文：

hf papers read 2606\.11445

没有最新的CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

无模型链接此论文

在模型README.md中引用arxiv.org/abs/2606.11445即可从此页面链接。

引用此论文的数据集0

无数据集链接此论文

在数据集README.md中引用arxiv.org/abs/2606.11445即可从此页面链接。

引用此论文的Spaces0

无Space链接此论文

在Space README.md中引用arxiv.org/abs/2606.11445即可从此页面链接。

包含此论文的收藏集0

无收藏集包含此论文

将此论文添加到收藏集（https://huggingface.co/new-collection）即可从此页面链接。