#数值精度

激活探针能否抵御推理期数值非确定性

论文系统测量了Llama-3.1-8B、Qwen3-8B与Gemma-3-4B在不同批大小和浮点精度下激活探针的稳定性。发现聚合准确率会低估判定翻转数量2至9倍，解码阶段翻转率达2.8%，但主要由文本差异而非算术误差导致。作者建议鲁棒性评估应报告逐样本一致性而非聚合准确率。