一个冻结模型，能走出几条不同的推理路

让模型「再想一个别的办法」，它多半会给你换个说法重复原路。一篇新论文证明：多样性可以藏在一个冻结模型的内部路由里，挖出来就行。

一、发生了什么

arXiv 10 月 27 日发表的这篇论文（扩展版已被 NeurIPS 2026 一个资源感知智能体工作坊接收）问了一个很工程的问题：能不能从一个冻结的稀疏混合专家模型里，靠模型自身的条件能力产生解法多样性——不用用户指定角色、不规定方法、不微调、也不复制多份模型。他们提出的方法叫「智能体条件路由」：给几条并行轨迹各自配一副固定的、未经训练的共享/私有专家资格掩码，同时保留原本那个按输入内容动态选专家的 token 路由。评测设计得比较较真：从一道多模式数学物理题库里筛出 126 题，让模型裁判读完整段推导后数「软正确解法里出现了几种真正不同的主要方法」。结果：同一输出预算下，在一个国产 MoE 模型上，路由法拿到双解法的题目数约为最强温度采样的两倍（37.3 对 18.7）；在另一个闭源模型上是 1.67 倍（45.00 对 27.00）。30 题的盲审也确认了多方法数量更多，但正确率略低。额外开销很小：掩码状态约 160 KiB，延迟和显存占用与温度采样相差不到 3%。

二、跟你有什么关系

做推理系统的。 一份推理预算想换多种解法，以前只能靠温度或多模型投票，现在多了一条几乎不增加成本的掩码路线，160 KiB 的状态量对服务部署毫无压力。

做数学、代码这类答案验证工具的。 多样且正确的方法是验证器最好的测试集来源；论文也诚实指出正确率略降，采样后仍需筛选，别当成免费午餐。

研究 MoE 机制的。 这篇给了一个漂亮证据：训练好的路由里本身就编码了方法的多样性，「资格掩码」只是把它锁住启用。

三、怎么用

1. 先测你的场景该要多样还是该要正确：掩码路线多方法更多、正确率略降；论文里重采样掩码的变体正确率更高，按需求选。
2. 引导式提问仍是多样性上限最高的办法——把上一轮解法和「请换一种方法」喂回去，效果盖过纯路由。两者叠加才是完整方案。
3. 验证多样性时别只数答案，让裁判读完整推导过程，否则换措辞的伪多样会被算成新方法。

四、三个别信的说法

「调高温温度就有多样性」。 论文的数据直接否了：同等预算下，温度采样的方法多样性只有掩码路由的一半到六成，多为换皮不换路。

「要多样性就得微调或多模型」。 这是背景，不是论文结论——多模型集成确实成本高，而这篇的意义恰恰在于证明冻结单模型内部就有可挖的条件多样性，零训练零复制。

「多样性免费」。 盲审里多方法伴随正确率下降，多样性是拿一点准确率换的，预算方案里要写清楚这笔交换。

五、一句话结论

模型不是只会一条路，是路由懒得换道——给每条轨迹一把固定的专家钥匙，方法多样性就出来了。

信息来源

• arXiv：智能体条件路由——一个冻结模型内的多样推理路径，2026 年 10 月 27 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 28 日。