论文用LLM自干预估计概念因果效应，冻结7B模型在Omni-MATH-Rule达69.7%。
资讯摘要
论文提出CIKA框架，将LLM本身作为干预模拟器：通过提示把概念状态设为“已掌握”，以正确率变化估计因果效应，并形式化为干预能力探针ICP。作者报告在67道筛选题上，排名最高概念的ICP（+0.219）显著高于负对照（+0.039）；在601道Omni-MATH题上，已解题的平均处理效应为未解题的6.1倍。权重完全冻结的7B模型在Omni-MATH-Rule达69.7%，GSM8K达97.2%。
要点速读
- CIKA用提示将概念状态设为“已掌握”，以正确率变化估计因果效应，形式化为ICP，用于区分“会用某概念”与“仅拥有该知识”。
- 67道筛选题上，最高排名概念的ICP为+0.219，负对照为+0.039（配对t检验 p<10⁻⁶，Cohen's d=0.86）。
- 601道Omni-MATH题分析显示，已解题的ATE为0.338，未解题为0.055；冻结权重的7B模型在Omni-MATH-Rule达69.7%、GSM8K达97.2%。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。