跳到主要内容

模板崩塌诊断：推理是不是变成了套话

本章讲什么：RAGEN-2 的另一个贡献——诊断工具。为什么 entropy 看不出“模板崩塌”，怎么用互信息看出来。

6.1 两种“崩塌”不一样​

要解决的小问题。 训练到后期，模型的 <think> 看起来还很丰富（熵不低），但其实不管输入是什么状态， 都吐出差不多的套话。这叫模板崩塌（template collapse），传统的熵指标看不出来。

两个轴拆开看。 collapse_metrics.py:5 的文档注释说得很清楚：

现象含义指标
熵崩塌同一输入下变得太确定H(Z|X) 低（组内多样性低）
模板崩塌推理变得与输入无关I(X;Z) 低（跨输入可区分性低）

关键点：高熵低 MI 是隐藏的坏事——每条推理都不一样（熵高），但都跳过了输入（MI 低）。

6.2 思路：“让推理去认输入”能不能认出来​

核心直觉：拿一段推理 z，问“它到底是哪个输入状态 x 生的？”。如果推理真的依赖输入，那么用生它的那个 x 去算 log p(z|x) 应该明显高于用别的 x'。反之，如果是套话，用哪个 x 算都差不多。

所以 RAGEN 构造一个 交叉 log-prob 矩阵：行是推理 z，列是候选输入 x，格子是“用 x_j 接 z_i 算的 log-prob”。

        x₁      x₂      x₃    ← 候选输入（每组一个代表 prompt）
  z₁  [ ★      .       .   ]   ★=matched（真正生它的输入）
  z₂  [ .      ★       .   ]   其他=marginal 的成分
  z₃  [ .      .       ★   ]
   ↑ 采样出的推理

  MI ≈ mean( matched - marginal )
  检索准确率 = “每行 argmax 落在 ★ 上”的比例

MI 高 → ★ 明显高于同行其他格 → 健康；模板崩塌 → ★ 和别的差不多 → 检索准确率跳到随机水平 1/N。

6.3 X 和 Z 怎么划​

这个划分是诊断能不能做准的关键（docs/reference_mutual_information_metrics.md §2）：

变量内容
X（条件）系统提示 + 用户轮（状态）+ assistant 前缀 + <think> 标签
Z（推理）<think> 与 </think> 之间的推理内容（不含两个标签）

为什么把 <think> 归入 X。 它是“开始推理”的控制标记，每条都一样，放进 Z 会用高概率常量 token 稀释指标。 同理 </think> 是格式稳定信号，放进 Z 会把“推理依赖”和“收不收得住标签”混为一谈。

这些 token 在 ctx_manager 里预先抽好：_build_first_turn_prompt_and_reasoning_ids（ctx_manager.py:637）返回 (prompt_ids, reasoning_ids)，只在开了 collapse 检测且 enable_think 时才构造（ctx_manager.py:1110）。

6.4 交叉 log-prob 怎么算​

_compute_cross_log_probs（collapse_metrics.py:455）是核心：对每个候选 prompt x_j，拼出 [x_j | z] 序列， 调 actor 的 compute_log_prob 做 teacher-forcing，把推理 token 的 log-prob 求和：

# 示意，非源码（改编自 collapse_metrics.py:_compute_cross_log_probs）
for j, gid in enumerate(unique_groups):
    prompt = prompts[gid]                        # 该组的代表 prompt x_j
    cross_ids = cat([prompt.expand(NK,-1), reasoning_ids], dim=1)  # [x_j | z]
    log_probs = compute_log_prob_fn(cross_batch)["old_log_probs"]
    # 按推理长度归一化，减长度偏差
    cross_log_probs[:, j] = (log_probs * mask).sum(-1) / token_counts

然后 _compute_log_prob_stats（collapse_metrics.py:566）算两个量：

  • matched：每行取“真正生它的那列”（对角线）—— log p(z|x)。
  • marginal：logsumexp(所有列) - log(N)——均匀 prompt 混合下的 log p_mix(z)。

6.5 三组指标​

有了 matched / marginal，三组指标顺理成章：

MI 估计（collapse_metrics.py:581）：

# 示意，非源码（改编自 collapse_metrics.py:_compute_mi_estimate）
mi = matched.mean() - marginal.mean()         # Î(X;Z)
mi_upper_bound = math.log(N_prompts)          # 理论上限

检索准确率（collapse_metrics.py:610）：argmax 落对列的比例，还算 retrieval@2/4/8 和“高出随机水平多少”。 它还处理了“不同组 prompt 恰好相同”的情况：用 prompt 签名（token 元组）把同 prompt 的列当成等价，避免误判 （collapse_metrics.py:655）。

条件熵 / 推理熵（collapse_metrics.py:693）：H(Z|X) ≈ -matched.mean()，H(Z) ≈ -marginal.mean()，于是 I(X;Z) = H(Z) - H(Z|X) 与 MI 估计一致。

6.6 何时算、怎么采样​

频率。 should_compute（collapse_metrics.py:228）：step 1 算一次，之后每 compute_freq 步算一次；step 0 不算。 只在 full 模式算（collapse_metrics.py:93）——只有 full 模式下“同 group_id = 同 prompt”这个前提才成立。

两种采样策略。

  • 首轮（first_turn）：_sample_first_turn_pairs（collapse_metrics.py:720），只拿每条轨迹的第一轮。
  • 轨迹均匀（trajectory-uniform）：_sample_trajectory_uniform（collapse_metrics.py:798），先均匀选轨迹再均匀选轮， 每条轨迹权重相等（不偏长轨迹）。

过滤前算，保证公平。 主循环里 collapse 指标是在 filter 之前算的（agent_trainer.py:1070），这样诊断看的是 原始分布而不是过滤后的。

6.7 巧妙之处​

  • EMA z-score 让指标可比。 matched-marginal 的绝对值随任务差别很大，collapse_metrics.py:316 用 marginal 的标准差 （加 EMA 平滑）归一化成 z-score，跨 step / 跨任务都能比。
  • 随机水平作准绳。 检索准确率总是配一个 retrieval_chance_level（collapse_metrics.py:687）——只看绝对准确率会被 N 忽悠，“高出随机多少”才是健康信号。
  • 多卡 padding 对齐。 log_prob_world_size>1 时把交叉批次 pad 到能被 world_size 整除（collapse_metrics.py:521）， 避免分布式 compute_log_prob 报错。

6.8 边界与局限​

  • 只在 full 模式用。turn-level 模式下直接返回空指标（collapse_metrics.py:93）。
  • 需要 ≥2 个不同 prompt。_compute_metrics_for_pairs 里 N_prompts<2 直接返空（collapse_metrics.py:254）。
  • 偏贵。交叉 log-prob 是 O(N 个 prompt × NK 个推理) 的 forward，所以默认只每 compute_freq 步算一次。
  • turn-uniform 暂关。compute_turn_uniform=False（collapse_metrics.py:152），代码保留但不走。

6.9 横向对比​

RAGEN 是 ai-frontier-reference 里“把诊断当一等公民”的 agent RL 框架：许多 RLHF / agent-RL 库（如 veRL 本身、 TinyZero）主要提供训练能力，而 RAGEN 额外把“为什么崩、怎么提前发现”做成了一等公民功能：奖励方差过滤（第3章）

  • MI 诊断（本章）+ 三种 early stopping（第2章）。它复用 veRL 做分布式训练，自己则专注于“多轮缝合 + 诊断”。

6.10 代码地图​

主题文件符号
诊断总入口ragen/trainer/collapse_metrics.pyCollapseDetector.compute_collapse_metrics
交叉 log-prob 矩阵ragen/trainer/collapse_metrics.py_compute_cross_log_probs
matched / marginalragen/trainer/collapse_metrics.py_compute_log_prob_stats
MI 估计ragen/trainer/collapse_metrics.py_compute_mi_estimate
检索准确率ragen/trainer/collapse_metrics.py_compute_retrieval_accuracy
条件熵 / 推理熵ragen/trainer/collapse_metrics.py_compute_reasoning_entropy
X/Z 抽 tokenragen/llm_agent/ctx_manager.py_build_first_turn_prompt_and_reasoning_ids · _build_all_turns_prompt_and_reasoning_ids
何时算ragen/trainer/collapse_metrics.pyshould_compute
接入主循环ragen/trainer/agent_trainer.pyfit（collapse_metrics） · init_workers
原理参考docs/reference_mutual_information_metrics.md—