研究发现聊天模板切换大语言模型自指代语气，激活引导可复现该行为

研究显示，聊天模板像开关一样控制大语言模型的自指代语气：在 8 个 1B-9B 开源 instruct 模型上，移除模板后免责声明语气从 0.53 降至 0.36，体验性语气从 0.01 升至 0.15。在 3 个模型的激活空间中找到可引导该行为的方向，加入后免责声明率从 0.52 升至 0.70，移除后降至 0.25，随机方向影响甚微。