论文首次测量推理历史删除的敏感性

Hanzhang Jia 等作者在 arXiv:2611.13223 发布论文，首次对多轮工具调用中完整推理历史删除做了盲测、多种子直接测量，覆盖三种渲染条件、七个开源权重推理模型、三个种子和 794 个任务。研究发现同一删除操作的影响在 -4.4 到 +51.3 分之间，两端均显著非零；对唯一一个从 0 到 100% 删除重新测试的模型，读数变化不超过 1.5 分。 作者的结论是删除敏感性是模型级属性，应作为先验信息纳入路由与聚合，而非留作隐形的默认成本。论文还提出一种低成本筛查方法：一保留运行加一删除运行的双格测试，只需两次运行的代价即可读取该属性。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。