UPAIR：经不确定性—进度对齐诊断推理状态以做选择性干预

测试时扩展以额外推理计算改善大型推理模型（LRM）的解题能力，但也会加剧过度思考与思考不足——我们将其形式化为推理状态—行动失配。解决失配需要可靠的推理状态诊断，而单信号监视器提供模糊证据，基于转向的控制器又常依赖结果标注监督或模型特定校准。我们提出不确定性—进度对齐假说：代理答案不确定性与潜在推理进度的相对转移时序可区分健康、停滞与就绪三类状态，各类应采取不同的后续行动。基于此洞见，我们提出UPAIR，一个免训练框架：把轻量不确定性监控与事件触发的联合诊断耦合，把所得状态映射到原生继续、选择性策略切换或验证引导的停止。跨三个LRM与五个跨领域基准，停滞诊断检出64.3%的自然错误、仅误报5.4%的正确样本，揭示一个跨模型跨任务共享的动态推理规律性。端到端，UPAIR把准确率提升最高16.67个百分点、生成token减少最高29.64%，而在线诊断成本不足自然生成时间的1%。