arXiv·· 12 天前AI 评分24
能否预测 LLM 评审的位置翻转？基于残差流激活的判断
Will the Judge Flip? Predicting Position-Sensitive LLM Judgments from Residual Stream Activations
AI 导读
研究发现，候选回答的呈现顺序会改变 LLM 评审的判定结果，而首次判定前的残差流激活可预测这种位置翻转。作者用嵌套分组交叉验证在 JudgeBench 的 534 组样本上评估正则化线性探针，覆盖三个 Qwen3 评审模型和 Llama-3.1-8B，AUROC 达 .621-.850，优于结合口头置信度的基线方法。
来源：arXiv · arxiv.org