arXiv · cs.CL· Bibin Babu·· 1 天前精选AI 评分62
arXiv 论文提出 Quine Test：模型自我描述能否复现其偏好行为
The Quine Test: How Much of a Model's Self Survives Its Own Description?
来源与原文
arXiv · cs.CL
作者：Bibin Babu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.38726v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
Bibin Babu 发布 arXiv 论文（arXiv:2610.38726），提出 Quine Test 检验模型自我描述能否作为其偏好画像的可移植规格。9 家实验室的 10 个模型撰写自我描述并置入其他模型的提示词，在 110 项偏好测试上，原生自我描述平均无重建增益（合并增益 95% 单侧上界低于 +0.01，而模型对自身新实例保真度 0.979）；但直接列出作者的回答可让接收模型达到 0.955 至 0.960 的保真度，显式偏好政策下的描述也能近乎同政策文本一样转移偏好。作者已开放流水线、测试集、原始调用日志和 198 份模型自我描述。
推荐理由
论文用跨模型移植实验区分偏好属于模型自身还是其扮演的角色，并开放全部流水线和数据，方法可复现。
来源：arXiv · cs.CL · arxiv.org