arXiv cs.CL· Prakhar Gupta, Terry Jingchen Zhang, Zhijing Jin·· 5 小时前AI 评分70
多项偏见共享同一电路：后训练微调改变预训练提示路由机制的激活时机与强度
Many Biases, One Circuit: Post-Training Tunes a Pretrained Cue-Routing Mechanism
AI 摘要
该研究通过因果追踪发现，语言模型在提示包含错误选项线索（如“我认为答案是 B
来源：arXiv cs.CL · arxiv.org