Hugging Face Daily Papers·2026-09-28 08:00· 5 天前AI 评分39

何时修正变成修复？工具使用型 LLM 内部干预的机制性审计

When Does Correction Become Repair? Mechanistic Auditing of Internal Interventions in Tool-Using LLMs

AI 导读

SAKIKO 审计框架通过方向性错误发现、路由器条件干预、目的地解析验证与前瞻性冻结统计许可，对工具调用前决策的内部激活干预进行机制性审计。