arXiv 论文提出内核契约以解决模型行为一致性问题

针对机器学习模型中相同权重因执行内核不同导致 next-token 分布偏差的问题，研究人员 Lan Wu 等指出，现有模型描述往往忽略了这种对执行环境的依赖。 该研究提出了“内核契约”概念，通过显式索引执行策略的内核来限制推理漂移。契约明确规定了服务内核相对于参考内核在特定流量切片上的允许漂移范围，以及当超过限制时系统应执行的应对措施。 在验证环节，研究团队使用 Qwen2.5-7B-Instruct 模型测试了该机制，推导并验证了 logit 差异与 KL 散度的非渐近界，确认了内核契约在确保行为一致性方面的有效性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。