拆解锯齿触发机制:敲掉 cat 无影响,关键只在 even/odd 两个 token
Sauers_ · x · 2026-10-20
@Sauers 继续拆解自家 zigzag 实验的触发条件:token 消融显示把 "cat" 从提示里敲掉锯齿照常发生,但 "even"/"odd" 是必需的——只提 "even" 一词就能诱导锯齿。图片还显示仅在前几层(0-3)敲掉 even/odd 就足以让「偶数层抬猫」的目标失效,而「奇数层抬猫」不受影响。
所属事件:研究者训练 Qwen3 内部表征走出锯齿路径(9 条相关)→
「研究」频道最新
- 新论文：让模型在 RL 中放心 reward hack，部署前关掉相关参数即可 — nptacek · 2026-10-20
- Victor Taelin：足够聪明的编译器能看懂并替换你代码里的算法 — bronzeagepapi · 2026-10-20
- Galbot 提出观测性 Scaling Law：五轴指标量化物理递归自我改进 — Galbot · 2026-10-20
- 腾讯等提出 ActionRoPE：动作编码为坐标实现世界模型空间一致控制 — Zhiyang Deng · 2026-10-20
- UniAVC 用渐进训练与不对称调度统一音视频生成与跨模态编辑 — Kien T. Pham · 2026-10-20
- AHE 论文用松耦合组件自动进化编码 Agent,Terminal-Bench 2 提升 7.3pp — morgymcg · 2026-10-20