少即是多：通过最少的测试时干预来改进 LLM 推理

大型语言模型（LLM）的最新进展侧重于测试时扩展以通过增加推理计算来改善推理，但这通常以牺牲效率为代价。我们重新审视测试时行为，并揭示了一个简单但未被充分探索的现象：推理不确定性高度局部化——只有一小部分高熵标记主要影响输出正确性。受此启发，我们提出了最小测试时干预（MTI），一个无需训练的框架，以最小的开销提高推理准确性和稳定性。MTI 包括：（i）选择性 CFG 干预，仅在不确定的位置应用分类器自由引导；（ii）轻量级负提示引导，重复使用主模型的 KV 缓存来有效近似无条件解码。MTI 在通用、编码和 STEM 任务中实现了持续的收益——例如，对于 Qwen3-8B-Base，在八个基准上平均提高了 1.35%；对于使用 Qwen3-32B-Reasoning 的 AIME2024，提高了 5%——同时保持了极高的效率。