12:32
官方账号arXiv cs.AI@Brian K Chen
推荐理由：这篇论文用软前缀测试了三段论推理，发现模型答案很容易被带偏，Qwen和Gemma的稳定性差异很大，值得做推理研究的读一下。
逻辑稳定性
共 1 条相关 AI 资讯
7月21日
12:32
该论文通过在精确标注的三段论推理基准上添加软前缀，测试了Qwen3.6-35B-A3B MoE、Qwen3-8B和Gemma 4 31B三个模型在逻辑判断中的稳定性。软前缀能覆盖大多数正确答案，并在16组模型-方向-分割比较中，比随机控制前缀的翻转率高出37到99个百分点。Qwen3.6 MoE在不同措辞和提示变化下的翻转率维持在72%至90%，而Gemma的有效前缀翻转率为54%至56%，远低于匹配随机前缀的不到1%。诊断测试表明，主导效应是对某一种答案含义的广泛偏好，而非固定的符号强制或跨任务可靠转移的运算，且这种偏差形式因模型而异。