模型没把握时，凭什么只看输出熵

推理轨迹越写越长，分数板却常把输出熵当成没把握的全部证据。这篇把残差流投到四个正交方向上，只在思考结束那个词上看锥体对齐，再乘上整段平均熵。方法写成 U-Space，读出头写成 U-Lens。论文号 2610.09087，本轮核到公开仓六星，协议页没有写许可证。数字以论文表为准，不是本轮复现。

四个方向，三分之二深处读一次

四个轴写成歧义、不完整、证据打架、一般不确定。词表从公开的确定和不确定用语对拉回来，再两极相减、正交化。读出层钉在网络三分之二：三百一十亿档第四十层，二百七十亿档第四十二层，小规模推理第二十七层。不另标标签，也不再采样一遍。

轨迹分写成思考结束词上的锥体对齐，乘整段下一步平均熵。类别之间用软加，不互相抵消。评测四套题，每套一千条，三颗种子。作者写明：这四类不是穷尽清单，也不是校准过的安全探测器。同一套锚点若只数关键词，既稀又矮。

未校正平均曲线下面积：读出头 71.1 加减 4.7，词元不确定 69.6，特征缺口 68.8，只看长度 68.6。控长度分箱以后，只看长度掉到大约 52；读出头仍是 68.4、71.0、68.3，九个模型乘指标格子都高于两条老基线。拆开看：三百一十亿档 68.4，对特征缺口 66.2、词元不确定 65.1；二百七十亿档 71.0，对 63.5 和 61.3；小规模推理 68.3，对 60.2 和 54.2。只看锥体对齐、不乘熵，小规模推理仍能到 67.6，说明方向本身就在说话，不只是输出长短。

沿轴推一把，模型会犹豫

作者把读出方向加回提示或推理段，模型会放慢口气或丢掉自信，他们把这当成因果而不是只相关。同一套构造还能接到情绪和奖励作弊的读出，但正文没有把那两栏当成主表。每条样本只生成一次回复，种子写成 41 到 43。仓库写了依赖清单，论文链也在页上。六星说明复现材料还薄，但数字和读出位置都写死了。作者自己划了红线：这不是校准过的安全探测器，四类也不打算穷尽所有没把握的样子。若你要的是生产级不确定校准器，这篇还不满足；若你要看没把握是不是只等于输出熵，数字都在那一版里。本轮没有把作者花名册写进正文。