[Submitted on 19 Jul 2026 (v1), last revised 30 Jul 2026 (this version, v2)]

View PDF HTML (experimental)

Abstract:人类调查数据中的问题顺序效应已被报道近似满足QQ（量子问题）等式，这是标准投射量子问题顺序模型的一个无参数预测。我们将这一等式发展为一个审计框架，用于自回归大语言模型（LLM）的顺序二元判断。从理论上，我们刻画了稳健满足QQ的机制族，证明经典重复可精确复现该等式，并通过 |q_QQ| ≤ OSS 将QQ与秩-2默认情境性准则相结合。这将顺序敏感性、QQ失衡与残余情境性分开处理，而非视其为可互换的特征。在方法上，我们引入了一个承诺的多轮强制分支协议，通过反向平衡的标签映射和预先指定的健康门控，从下一令牌对数概率中重建条件于顺序的联合分布。对一个开源权重指令微调模型的首次信号试点揭示了核心测量问题。尽管所有预先指定的健康门控均通过，但在直接评估框架下18对项目中有17对的二元条件分布接近确定性，在人格框架下8对中有7对接近确定性。标签分配显著改变了若干映射特定的QQ判决，且没有一个项目被认证为存在残余情境性。因此，在测试条件下，观察到的QQ结果在饱和且对标签敏感的测量接口存在时，并不能唯一识别响应机制。主要启示是方法论上的：在建立充分的分散性之前，下一令牌概率不应被解释为调查响应分布。因此，我们主张在LLM判断的分布级审计中，饱和性筛查和标签反向平衡应先于结构解释。

Submission history

From: Pilsung Kang [view email]
[v1] Sun, 19 Jul 2026 12:22:06 UTC (84 KB)
[v2] Thu, 30 Jul 2026 06:44:31 UTC (97 KB)