arXiv：cs.CL（计算语言学，全量分类）· Jiayi Li, Ruizhe Li·· 1 天前AI 评分41
SAKIKO：工具调用 LLM 内部干预的机制审计框架
When Does Correction Become Repair? Mechanistic Auditing of Internal Interventions in Tool-Using LLMs
AI 导读
研究者提出 SAKIKO 审计框架，用于检验工具调用 LLM 的内部激活干预是否构成真正的"修复"。在 When2Call 和 MetaTool 上对七个 LLM 的测试中，通道键控干预在五个模型上带来方向特定的净增益，但 59 个预算匹配的随机方向无一能匹配校准后的目标增益。
来源：arXiv：cs.CL（计算语言学，全量分类） · arxiv.org