arXiv 论文定位语言模型受无关上下文干扰的「入侵通路」与注意力头
原文标题：The Intrusion Pathway: How Non-Evidential Context Degrades Language Model Performance
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。
论文研究提示词中非证据性上下文（无关领域陈述、随机分布外 token）如何降低语言模型准确率，并将其归因于「入侵通路」：MLP 同时增强查询主体与无关 token 表征，鹦鹉学舌头把前缀内容带到预测位置。作者定位出稀疏的「入侵头」，掩码约 10 个头（约 1% 注意力头）可挽回 57% 的性能下降。
- 问题
- 提示词中无关上下文为何降低语言模型准确率，缺乏机制解释。
- 方法
- 追踪出「入侵通路」并定位稀疏的入侵注意力头，掩码约1%的头做干预。
- 结果
- 掩码约10个头可挽回57%的性能下降；oracle替换残差平均恢复97.6%的下降。
- 影响
- 为RAG、工具调用和长上下文场景的噪声鲁棒性提供可干预的机制抓手。
深读 · 结论先行AI 生成展开看要点与影响 ↓
论文定位语言模型受无关上下文干扰的「入侵通路」，掩码约1%注意力头可挽回57%性能下降
- •研究提示词中无关领域陈述或随机分布外token如何降低准确率，且无竞争答案与语义重叠
- •归因于入侵通路：MLP同时增强查询主体与无关token表征，鹦鹉学舌头把前缀内容带到预测位置
- •定位出稀疏「入侵头」，掩码约10个头（约1%注意力头）可挽回57%的性能下降
- •这些头跨任务与干扰类型迁移，且与整合相关证据的头基本权重不相交，支持类条件干预
- •用干净残差替换受污染末token残差（需匹配干净前向的oracle探针）平均挽回97.6%下降
为什么重要：为RAG、工具调用与长上下文部署中的噪声失效提供机制解释，并给出仅干预约1%注意力头的低成本缓解路径。
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。