机器之心
1 个来源EMNLP 2026主会｜北大×易鑫AI Lab：大模型明明「知道」，为什么还会答错？
北京大学与易鑫AI Lab合作研究发现，大语言模型在逻辑推理评测中答错题，往往并非缺乏推理能力，而是隐藏状态中已编码正确答案，却在输出层转换为候选分数时被系统性偏差掩盖，作者称之为“读出瓶颈”。该研究提出分阶段诊断方法，在Qwen3.5系列模型上显示探针准确率可达0.830，但原生序列打分准确率跌至0.333，甚至1000题中999题被判为同一标签。论文已被EMNLP 2026主会接收。