arXiv · cs.AI· Nicolas Martorell, Bruno Bianchi·· 8 小时前
语言模型数值自我报告会测量什么：情感状态探针研究
Don't Ask: Understanding What Numeric Self-Reports Measure in Language Models
arXiv:2603.18893v3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：Nicolas Martorell, Bruno Bianchi
研究任务与主要进展
Nicolas Martorell与Bruno Bianchi在八个指令微调模型上训练探针，比较四种情感概念的数值自我报告与探针得分。基于论文摘要，研究发现提问会改变被测状态，数值评分与提问前的探针得分仅弱相关，却更强地跟随提问后的探针；这种关系也缺乏概念特异性，在1B至27B模型规模上未改善。
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