arXiv cs.CL· Zhibo Hu, Chen Wang, Yanfeng Shu, Liming Dong, Hye-young Paik, Liming Zhu·· 3 小时前AI 评分33
多扰动，共享失效动力学：追踪语言模型中的方向敏感扰动影响
Many Perturbations, Shared Failure Dynamics: Tracing Direction-Sensitive Perturbation Influence in Language Models
AI 导读
研究提出方向敏感、读出相对的语言模型语义脆弱性解释：保留任务改写可致答错，更大内部变化却未必改变答案。储备-传输模型在 Qwen3-32B 与 Gemma 4 31B 的留出族和条目上预测失败，向 ReClor 迁移有效但依赖参数化。匹配干预显示方向有超越标量几何的因果信息，但失败很少跨选项顺序持续，方向效应依上下文。
来源：arXiv cs.CL · arxiv.org