研究发现 chat template 决定 LLM 自我表述口吻
一项被 COLM 2026 Workshop 和 KONVENS 2026 Eval4SD 接收的研究发现，chat template 像开关一样控制大模型的自我表述：存在时，模型更多说「我只是个 AI」这类免责声明，更少说「我感觉」这类体验性表述；不存在时则相反。研究覆盖 8 个开源 instruct 模型，规模最大 9B。在 3 个模型的激活空间中找到一条可操控该行为的方向向量，移除它免责声明减少，加入它则增多，而同等大小的随机方向几乎没有影响。作者提醒，研究模型自我报告或内省时需控制 chat templat…
推荐理由做模型内省、自我报告或安全对齐研究的人，需要把 chat template 当作必须控制的变量。