类型安全不等于逻辑正确

即使输出格式完全符合类型定义，大模型的决策仍可能因选项名称的语义暗示而偏离预设定义。

Yu Sun等人在最新预印本中发现，当二元决策任务的选项名称从“0/1”改为“yes/no”时，模型的选择翻转率最高增加70.4个百分点。尽管所有输出的类型错误率为0%，但模型倾向于跟随名称的极性而非绑定的具体定义文本。

该研究基于Jev及两个开源权重模型，在1200个任务上测试。结果显示，随机字符串作为名称时的表现接近中性控制组，表明“yes/no”等具有固有语义的名称引入了额外的不稳定性。

此为作者自测结果，尚未见独立复现。主要影响在于提示工程与评估框架的设计，需警惕表面合规下的逻辑错位。