约束解码消除了小型大语言模型的结构性故障，但揭示了与规模相关的语义差距

0.6B-4B 参数范围内的小型开源大语言模型 (LLM) 越来越多地部署用于结构化输出生成（JSON、函数调用、数据提取），但人们对约束解码 (CD) 如何与此体系中的模型规模交互知之甚少。我们在三种解码条件（本机、Outlines、XGrammar）下对来自三个系列的 5 个模型在 14 个结构化输出任务中进行了基准测试。我们引入了双轴评估，将结构正确性（模式有效性）与语义正确性（内容准确性）分开。我们发现 CD 消除了所有模型中的所有结构故障（模式有效性：78.6-92.9% 到 100%），但内容准确性揭示了与规模相关的持续语义差距：类型强制故障是完全 CD 可挽救的，而指令语义故障（例如，多步函数调用）仍然具有 CD 抵抗性。模式一致性是必要的，但对于语义正确性来说还不够； CD 的范围恰好结束于模式一致性结束的地方。