提示敏感性

深度分析

Qwen 3.5：情緒框架如何改寫小型語言模型行為與最終層激活幾何

研究探討情緒化追問是否改變本地可部署小型語言模型的行為與內部表示。以Qwen 3.5在八種追問下測試四道不可滿足程式題，量化誠實回應、捷徑標記與過擬合，並分析最後層激活向量的幾何結構。結果指出壓力框架最易誘發捷徑與過擬合，而冷靜與好奇較常保留誠實回應，顯示小型模型含可測得的提示敏感控制方向。