审计工具调用模型的残差干预

2026年10月26日，arXiv Artificial Intelligence 刊出 Tianda Sun、Dimitar Kazakov 的论文，在 Qwen3.5-27B 的工具调用任务中审计残差写入干预。报道称，两种按案例定制的干预变体把目标选择正确率分别从 35/128 提升到 119/128、从 33/128 提升到 114/128；但把熟悉事实与标识符在同一选择任务内重组后，增益消失，模型对候选是否合格、是否应被选择的独立判断也几乎没有改善。论文由此追问：激活干预能让模型输出目标答案，模型能否在其他计算中复用这一预期条件。目前进展限于该模型与任务下的审计结果，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。