残差激活干预审计：Qwen3.5-27B 目标选择增益有前提

针对工具调用模型的残差激活干预审计，最新一篇发表于 arXiv cs.CL 的论文聚焦 Qwen3.5-27B 在目标选择与条件复用上的表现。审计显示，两种残差写入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。但当熟悉事实与标识符在同一选择任务内被重组后，这些增益消失，对已奖励标识符的选择反而增加。增益可以跨输出格式保留，但对资格或选择的独立判断改善甚微；早期层源补丁在使用该源时改变了 50/64 个判断。上述结果刻画了干预效果的条件性：正确率提升出现在特定任务设置下，重组后即不再成立，并且伴随对已奖励标识符的偏好上升。

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。