arXiv cs.CL· Yibei Guo, Rui Liu·· 4 小时前AI 评分22
输入盲控实验揭示多选题评测中层程序存在显著 Oracle 余量
Input-Blind Controls Produce Substantial Oracle Headroom for Layer Programs in Multiple-Choice Evaluation
AI 导读
研究用 32 个层跳过与重复程序在 2 个模型、4413 道多选题上对比：共享选项顺序时，输入盲扰动在 Qwen3-4B-Base 和 Llama-3.1-8B 上分别产生 10.2-11.8 与 15.6-19.4 个百分点的余量，超过真实程序的 9.0 和 10.1。
来源：arXiv cs.CL · arxiv.org