分析/可解释性arXiv 2609.34572
论文提出 Nudgeability：推理模型会跟随置信信号却不追踪自身能力
推理模型在固定轨迹中插入信心或怀疑句后会改变是否调用工具，但改变与自身无辅助能力仅弱对齐。
- arXiv
- 2609.34572
- 发表
- 测试
- Qwen3-4B、Qwen3-8B、Qwen3-14B 等 11 个
智谱 · GLM · 论文
另有 2 篇还没有研究类型，暂不在这些分类里。
已经到底了
另有 2 篇还没有研究类型，暂不在这些分类里。
推理模型在固定轨迹中插入信心或怀疑句后会改变是否调用工具，但改变与自身无辅助能力仅弱对齐。