FlipAct：测量并移动语言模型何时采取行动

研究者提出 FlipAct，一种针对物理状态下工具使用的诊断方法，用标注工具属性上的规则计算答案与分级证据分数，将 Yes/No 边界固定为零。在 44 个开源模型上，敏感度随同族模型规模上升，其排名与四个外部何时行动基准中的三个一致；模型响应证据符号而非幅度。激活引导可在权重不变下移动判定标准，从模型自身被引导副本蒸馏可将该偏移写入权重且不显著改变敏感度，并迁移到六个外部基准。