实验显示 Qwen3 能内省并报告自身被注入的注意力位置

Sauers_ · x · 2026-11-19

可解释性研究者 Sauers 发布系列实验,测试 LLM 对自身注意力的内省与元认知控制能力。

作者结论:能检测并描述注入,说明模型对自身注意力拥有"特权式内省访问"。代码已在 GitHub 开源。

所属事件:实验显示 Qwen3-32B 可内省并调控自身注意力(10 条相关)→

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →