arXiv cs.AI· Yu Sun, Junhao Xu, Jiajia Shi, Zijin Yang·· 9 天前AI 评分24
类型安全不等于无错误：类型化决策模型跟随选项名称而非绑定定义
Type-Safe Is Not Error-Free: Typed Decision Models Follow the Option Name, Not the Definition Bound to It
AI 导读
研究在 Jev 和两个开放权重模型上仅改变选项名称与定义的映射，发现 yes/no 名称相比 0/1 对照组使决策翻转率最高高出 70.4 个百分点，且该差距在全部 4 种二元决策规则下均存在。yes/no 名称下重新分配还将平均 AUC 从 93.8% 降至低于随机的 23.2%，而随机字符串名称的翻转率接近中性对照组。整个过程中类型错误率保持 0%，表明类型正确的输出仍可能不遵循显式选项定义。
正文 · AI 翻译
摘要：类型化决策模型返回结构化结果，但仅凭输出类型正确并不能确保决策遵循显式的选项定义。每个选项将名称与定义配对，定义规定了其预期含义；然而，名称可能提供一种与之竞争的语义线索。我们在 Jev 和两个开放权重模型中研究了这种冲突，仅改变名称与定义的映射，保持问题、状态以及名称和定义文本本身不变。我们在所选定义的层面衡量决策翻转，而非返回的名称。在 1200 个带有任务特定定义的决策任务上，使用 yes/no 名称时的决策翻转率比 0/1 对照组高出最多 70.4 个百分点。这一差距在全部 4 种二元决策规则中均成立。使用 yes/no 名称时，重新分配还使其平均 AUC 从 93.8% 降至低于随机的 23.2%。在二元评估中，使用随机字符串作为选项名称时，三个模型的平均翻转率均接近中性对照组，重新分配前的平衡准确率也相当。总之，这些结果支持选项名称极性是决策不稳定的一个促成因素，而不仅仅是重新分配。整个过程中类型错误率保持 0%，表明类型正确的输出仍可能无法遵循显式的选项定义。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2609.26758 [cs.AI] |
| （或使用 arXiv:2609.26758v3 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2609.26758 arXiv 颁发的 DOI，通过 DataCite |
提交历史
来自：Yu Sun [查看邮箱]
[v1]
2026年9月22日星期二 17:38:12 UTC（83 KB）
[v2]
2026年9月23日星期三 18:21:51 UTC（79 KB）
[v3]
2026年10月8日星期四 06:34:45 UTC（79 KB）
来源：arXiv cs.AI · arxiv.org