9月2日
09:39
09:39官方账号arXiv cs.AI@Chao Gao, Haijiang Liu, Qiyuan Li, Caicai Guo, Frank van Harmelen, Jinguang Gu
研究显示大语言模型在面对支持导向和消除导向两种表述方式的多选题时,回答常不一致。研究者引入双框架协议,通过最小变化的提示词保持评估目标固定。研究发现两种框架在中间层诱导出可分离的[STATE]激活。交换这些激活能系统性地改变预测结果,提高跨框架一致性。
推荐理由:这篇论文揭示了大模型在多选题中不一致回答的内部机制,通过StateSwap技术证明了不同表述方式会激活不同内部状态。