LLM 内部特征不等于模型机制：论文提出区分"引导"与"使用"的实证检验方法

针对 LLM 内部特征常被当作模型机制的问题，研究者提出一套实证契约，在自然输入观测值上检验特征：通过 installation（将表现某行为的输入特征值复制到不表现的匹配输入）和 removal（反向操作）以及 downstream rescue（上游编辑后恢复特征）来区分特征是否被模型真正使用。