预印本：大模型工作记忆瓶颈在读取而非定位，抑制干扰项身份可提升敏感度

大语言模型在N-back任务中复现人类工作记忆特征：负载增加时性能下降，错误集中于“诱饵”（lure）——即在当前刺激相邻但错误位置重复出现的项。这一行为签名长期存在两种竞争性解释：精度假说认为softmax注意力无法将权重集中到N步前的目标项，导致检索到相邻项；干扰假说则认为注意力已选中正确项，但竞争项的内容污染了最终决策。

Dongyu Gong在arXiv预印本中对15个预训练大模型（涵盖三个家族，参数规模从7000万到140亿）及从零训练的最小Transformer进行解离实验。结果显示，在所有三个模型家族中，承担任务的注意力头在大多数漏检匹配上确实关注到了目标项。线性探针几乎完美地解码出匹配字母出现在目标还是诱饵位置，即使模型自身在诱饵上误报时也是如此。

关键干预证据：锐化注意力带来的增益微乎其微，而抑制非目标项的字母标识则在几乎所有模型×负载条件下提升了敏感度（d'）。在更大模型中，任务分散于更多注意力头，移除干扰的收益更明显。在最小Transformer中，单层注意力的精度受限，但第二层即可消除该约束。

结论：大模型的工作记忆限制在于干扰下的读取环节，而非定位环节，这与人类工作记忆的干扰理论一致。该结果基于合成字母序列N-back任务，尚未在自然语言或生产级推理场景中独立复现。