用「猫化」模型 CAT-4B 做阴性对照：探针/导向/消融的福利判据可能分不清训练出的倾向

作者用 CAT-4B（Qwen3.5-4B 加 7,976 条猫包装样本训练的 LoRA）做阴性对照，检验探针/导向/消融这套福利判据能否区分训练植入的倾向。猫概念方向 AUC 0.97–0.98，但「剥夺」轴在「无狗/无桌子」上同样达 0.86；全模型消融使猫率从 80% 降到 22%，质量从 3.46 跌到 1.44/5、22% 出现循环。