arXiv · cs.AI· Erik Larsen·· 5 小时前
LLM安全评估研究揭示随机种子与温度导致18%—28%的拒答决策翻转
The Instability of Safety: How Random Seeds and Temperature Expose Inconsistent LLM Refusal Behavior
arXiv:2512.12066v4阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Erik Larsen
研究任务与主要进展
基于论文摘要，Erik Larsen研究了随机种子和温度对四个指令微调模型安全拒答行为的影响：876个有害提示在4种温度和5个随机种子下，有18%—28%的提示出现拒答、部分服从或服从标签翻转。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org