待验证50% 置信事实精确时间

拒绝方向在模型的中间偏后层最为显著，例如32层模型的第14-20层左右

1

来源数

50%

置信度

长期有效

时效性

2026/9/1

首次发现

来源

Heretic：一键解除大模型审查限制的开源工具详解

涉及实体

refusal directionconcept

相关事实

待验证在Terminal Bench上，某个模型在模型本身不动、只改框架的情况下，排名从三十名开外冲进前五68% 相似待验证当相关文档被放置在上下文中间位置时，模型正确回答率相比放在首尾位置下降高达20-30个百分点68% 相似待验证研究表明，在量化选股模型中，特征工程对最终IC的贡献通常占50%-70%，模型架构的贡献仅占20%-30%63% 相似待验证实验显示模型对序列首尾信息的召回率比中间位置高出20%～40%63% 相似待验证中间层模型在MMLU、HumanEval等基准上通常能达到旗舰模型80%以上的得分，却只需不到30%的推理成本62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/837403

API

curl https://kongchang.com/api/v1/knowledge/claims/837403

MCP

get_claim(id=837403)