研究：数字信息可读出但探针难提取

Aur Shalev Merin 提出一套探测协议，用合成零假设区分模型输出是计算所得，还是对输入内容的复制或混合。 研究团队用最小对比对探测 Ouro-1.4B 与 Qwen2.5-1.5B 的潜在推理：题目中的数字在最后一个提示词 token 处已可读出（readout 约 0.9），但常规单提示词探针几乎读不出，Ouro 仅 0.36、Qwen 仅 0.19，即便训练了 5,249 道题。 结果显示信息在模型内部存在，却难以通过常规探针提取。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。