Hugging Face Daily Papers· Jiayi Li·· 20 天前AI 评分31
工具调用 LLM 内部干预的机制审计：SAKIKO 框架如何区分纠错与修复
When Does Correction Become Repair? Mechanistic Auditing of Internal Interventions in Tool-Using LLMs
AI 导读
SAKIKO 是一个针对工具调用 LLM 内部激活干预的审计框架，通过方向性错误发现、路由条件干预、目标解析验证和前瞻性冻结统计许可，追踪被改变状态的实际落点及附带损伤。该框架在七个 LLM 上评估了执行调用、寻求澄清、直接回答或拒绝等 K 路动作空间中的预执行决策。
来源：Hugging Face Daily Papers · huggingface.co