自回归模型的“自一致性”如何伤害推理效率？从ICLR 2026最新研究说起

当模型在“自我一致”的幻觉中越陷越深，推理延迟正在以你想象不到的方式暴涨。

引言：一个被忽视的悖论

大语言模型的自回归推理有一个根深蒂固的“信仰”：每一步生成都依赖于之前所有步骤的输出。这个设计哲学从GPT系列诞生之初就延续至今，几乎成为了语言模型的“第一性原理”。

但ICLR 2026上涌现的一批研究，正在对这个信仰发起前所未有的挑战。问题的核心指向一个概念——自一致性（Self-Consistency） 。

你可能熟悉自一致性作为提升推理准确率的方法：让模型生成多条推理路径，然后投票选出最一致的答案。但ICLR 2026的多项研究表明，当“自一致性”从推理策略异化为模型行为的内在约束时，它正在以前所未有的方式吞噬推理效率。

更直白地说：模型越“固执”地坚持自己过去生成的每一个token，它在面对复杂推理时就越慢、越笨重。

本文将从ICLR 2026最新论文出发，拆解自回归模型的“自一致性”如何从设计优势沦为效率陷阱，并梳理学术界和工业界给出的解决方案。

一、什么是自回归模型的“自一致性”？先搞清楚概念

1.1 自回归的“原罪”：开环推理

在深入讨论之前，我们需要厘清一个概念层级。

传统自回归模型的工作方式是开环（Open Loop） 的：每一个隐藏状态只