#人格选择模型

研究用基座模型似然解码提示分类器漏掉的隐藏意图

论文基于人格选择模型（PSM），提出人格-头部似然评估（PHLE）方法，通过基座预训练模型对输出序列的似然解码潜意识信号。实验可区分「爱猫头鹰」与「爱鹰」提示生成的数字序列，也能识别被过滤掉明显失准的「伤害用户」秘密意图，而提示分类器（含生成模型自身）接近随机水平。信号在 Qwen 与 Olmo …