arXiv 审计 Qwen3.5-27B 工具调用激活干预
原文标题：From Target Selection to Condition Reuse: Auditing Residual Interventions in Tool-Use Models
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究在 Qwen3.5-27B 的工具调用任务上考察激活干预能否让模型在其他计算中复用目标条件。残差写入变体可将目标选择正确率从 35/128 提升至 119/128，但一旦重组熟悉事实与标识符，增益即消失，且对候选资格判断几乎无改善。结果区分了目标选择控制、条件敏感判断与完整动作正确性三个层面。
- 问题
- 激活干预能否让模型在其他计算中复用目标条件，而非只输出目标答案。
- 方法
- 在 Qwen3.5-27B 工具调用任务上做残差写入干预，并在 32 个新世界中检验目标选择、资格判断与完整动作。
- 结果
- 目标选择正确率从 35/128 升至 119/128，但事实与标识符重组后增益消失；资格判断几乎无改善。
- 影响
- 提醒工程师激活编辑只控制表层选择，不能替代条件敏感判断与端到端动作正确性评估。
深读 · 结论先行AI 生成展开看要点与影响 ↓
Qwen3.5-27B激活干预把目标选择正确率从35/128提到119/128，但重组事实后增益消失。
- •在32个新世界中测试工具调用任务，时间或权限决定候选资格与选择。
- •两个残差写入变体分别把熟悉目标选择正确率从35/128提至119/128、从33/128提至114/128。
- •在同一选择任务内重组熟悉事实与标识符后增益消失，而对曾获奖励标识符的选择反而增加。
- •增益跨输出格式保持，但对“候选是否合格/应否被选”的独立判断几乎无改善。
- •预设的次级比较中，早期层源补丁在使用该来源时改变50/64次判断，未使用时64例中仅1例出现不利变化。
为什么重要：激活干预能让模型说出目标答案，却不等于它真正在计算中使用该条件，评估可解释性干预应看状态如何被使用而非只看输出。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。