让qwen推演官渡，它从不会自己翻供——模型是不是该学学《十二怒汉》的自我推翻？

最近用DSpark加速跑qwen推演官渡之战，发现它从开始到结尾都坚持“曹操必胜”，哪怕推理到许攸来投时提到“曹操可能疑心”，它也不会回头质疑自己之前的结论。就像看《十二怒汉》，8号陪审员一开始也跟其他11人一样认定有罪，但他边举证边怀疑自己，找出了更多漏洞。模型现在就是缺这种“自我推翻”的回路，一路平推到底，跟电影里直接剧透结局似的。我试过在prompt加“每步先质疑自己上一轮的核心假设，像8号陪审员一样重新检查”，它终于肯列出双分支了，但token消耗翻倍，像拍了整部《十二怒汉》那么长。有没有人用llama/mistral搓过轻量级“自我推翻头”？能设个质疑触发概率那种，huggingface上一起跑跑看？