跳到正文
arXiv · AI· Zhe Yu, Wenpeng Xing, Yunzhao Wei, Bo Yang, Chen Ye, Gaolei Li, Meng Han·· 2026-10-08AI 评分20

RAG 模型源依赖归因盲区:层内轨迹诊断揭示隐状态表征与控制分离

The Attribution Blind Spot: Layerwise Trajectory Diagnostics for Source Reliance in Retrieval-Augmented Language Models

AI 导读

研究揭示检索增强模型中诊断源选择的隐状态表征并非最优控制表征。通过潜在轨迹偏移方法,等范数干预可改变源偏好且更好保留非目标行为。该冻结方向在测试数据集及 OLMo 模型对间有效迁移。

来源:arXiv · AI · arxiv.org