一种 LLM 意图搜索评估协议

一项研究提出了一套用于 LLM 意图搜索的可复用评估协议，旨在检验候选内部状态读出是捕捉了模型的策略，还是仅反映主题或即时问题。该协议要求满足保留预测、基线对照及 4 项额外统计标准。在 114 行评测库的测试中，受测探针虽展现出预测优势，但未满足其余 4 项标准，目前原型库仍为空且暂无读出结果获得验证。