arXiv · cs.AI · Marcus Armstrong · 12 小时前模型评分47
研究：语言模型对是非题的首个回答如何影响后续回答
Written Once, Read Differently How Language Models Own Answers Steer Their Next Ones
导读
研究在四个家族、0.5B–72B 参数的 22 个开放权重模型上发现，模型回答是非题后会在残差流中写入一个“承诺方向”，两个问题方向的相似度可预测它们在未见实体上的耦合（ρ = 0.43–0.85）。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We study this \emph{self-commitment} in 22 open-weight models from four families (0.5B--72B parameters), fixing the model's first answer and measuring the shift in its second across 3,600 question pairs about 120 entities.”
来源：arXiv · cs.AI · arxiv.org