研究：层程序选择增益存在盲控余量

一项 arXiv 研究对比了 32 种层跳过与重复程序在 2 个模型、4413 道多选题上的表现，发现当共享选项顺序时，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，均超过真实程序对应的 9.0 和 10.1 个百分点。 研究者 Yibei Guo、Rui Liu 据此指出，多选题评测中的层程序存在显著的 Oracle 余量，即部分选择增益可被与输入内容无关的扰动复现。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。