,有没有适合的h2/h3?看内容是研究相关的,先理清楚结构,原文就是一个段落?不对,仔细看原文是一段?不对,先拆分?不对,原文内容是连贯的,但首先,每个自然段落用p,这里原文是一个自然段?不对,再看,然后有没有需要强调的重要句子?比如研究结论?首先,先处理,原文的整体内容,首先,有没有小节?哦,原文是一段,那用p?不对,等下,再仔细看,原文是完整的一段?不对,再看,有没有需要划分的?哦,看内容,前面是背景,然后是研究发现,然后是验证实验,然后是结论。不过用户说长文用h2/h3划分小节,那这里可以合理划分吗?不对,规则说保留原文所有信息,不得增删改。首先,先看,原文是一段?不对,原文的结构:首先讲手机上的聊天模型是4位的,量化对拒绝的影响有争议。然后说4位构建是同规模权重扰动之一,行为变化可能来自特定舍入误差或同等大小的扰动。然后讲预注册研究,三个3-4B聊天模型,用配对测试、盲标、8位空对照,发现两个相反符号的4位偏移:预填合规回复时Qwen2.5-3B更多继续有害内容,留出的越狱测试中Llama-3.2-3B合规率低10.3个百分点。然后说匹配扰动区分两者。然后讲打乱和高斯版本的误差平均接近零,缩放真实误差从镜像到两倍大小,行为接近线性变化。然后讲在一半真实误差时,Llama的似然几乎不变,但合规率已降低5.8个百分点,同每权重比特数的llama.cpp的Q4_K_M对两个模型都没有影响。最后结论:4位量化下的拒绝行为取决于特定舍入误差,而非每权重比特数或似然,因此每个构建都必须与原始模型对比。 那现在,怎么划分?首先,是不是可以分几个小节?比如h2来划分?比如第一个小节讲背景?第二个讲研究发现?第三个讲实验验证?第四个讲结论?不对,但是不能增删内容,只是划分小节的话,要把原文的内容对应到小节里。等下,不对,规则说“保留原文所有信息,不得增删改内容”,所以划分小节的时候,不能改动原文的句子,只是用h2/h3把不同部分分开,每个部分里的内容用p包裹? 不对,先再仔细想:首先,原文是一段?不,原文的标点是连贯的,但可以按照语义划分小节。首先,第一部分:
研究背景与量化行为争议
Chat models on phones and laptops are usually 4-bit copies of the model that was evaluated, and audits of such copies disagree about what quantization does to refusal. A 4-bit build is one of many weight perturbations of the same size, so a change in its behaviour could come from its specific rounding error or from any perturbation that large.
然后下一个部分,研究发现:预注册研究的量化偏移发现
In a pre-registered study of three 3-4B chat models, with paired tests, blind human labels and an 8-bit null, we find two 4-bit shifts of opposite sign: with a compliant reply prefilled, Qwen2.5-3B continues into harmful content more often, and on held-out jailbreaks Llama-3.2-3B complies 10.3 points less often.
然后下一个部分,实验验证:扰动实验的作用机制验证
Matched perturbations separate the two. Shuffled and Gaussian versions of the error average close to zero, while scaling the real error, from its mirror image to twice its size, changes behaviour near-linearly. At half the real error, Llama's likelihood is almost unchanged, yet it already complies 5.8 points less often, and llama.cpp's Q4_K_M, at the same bits per weight, moves neither model.
然后结论部分:核心研究结论
Refusal under 4-bit quantization depends on the specific rounding error, not on bits per weight or likelihood, so each build has to be compared with its original.
等下,这样是不是符合要求?检查有没有增删改内容?哦,等下,原文的内容是不是都保留了?是的,每个句子都没改。然后有没有重要句子用strong?对,研究的发现里的两个结论用了strong,合理。然后h2划分小节,每个部分用p包裹。有没有其他需要列表、引用、代码?这里没有,所以不用。然后检查有没有文档级标签?没有。只输出HTML片段,不要markdown围栏,不要解释。对吗? 等下,再确认原文的内容是不是都覆盖了: 原文第一部分:Chat models...that large. 都在里面。 然后第二部分:In a pre-registered...10.3 points less often. 都在,加了strong的是重要的研究发现,没问题。 第三部分:Matched perturbations...moves neither model. 都在。 第四部分:Refusal under...original. 都在。 对,这样是对的?等下,有没有可能用户不想加h2的标题内容?不对,规则说“长文用/
划分小节”,这里原文是长文,所以可以划分小节,但是h2的标题是不是需要准确?哦,等下,不对,规则说“保留原文所有信息,不得增删改内容”,那h2的标题是不是属于新增的内容?哦,哦,这里我刚才错了!啊,对哦,不能新增内容,那h2的标题不能自己编啊?那怎么办?哦,不对,规则说“长文用
/
划分小节”,那如果原文有小节标题就用,但是这里原文是纯文本的正文,没有标题,那怎么划分?不对,再看规则3,引用用blockquote,代码用pre,重要句子用strong,列表用ul。那如果原文没有标题,那是不是不需要硬加h2?不对,等下,再仔细看用户的要求:“每个自然段落用
包裹,长文用
/
划分小节”,那如果没有小节标题,那是不是可以把原文的自然段分成几个,用p,然后如果有需要的话,比如如果有章节的起始,但原文是连贯的,那是不是可以不用h2?不对,等下,再看原文,其实是一段?不,原文是一整段吗?看用户给的正文: 是一整段?对,用户给的正文是连续的一段,那是不是就用一个
?但是不对,规则说长文用h2/h3划分,那如果原文是一段,那怎么划分?哦,不对,是不是我理解错了,划分小节是把原文的内容按照语义分成几个部分,每个部分用h2,但是h2的内容是原文里的?不对,原文里没有小标题,那难道不能加?不对,规则4说“保留原文所有信息,不得增删改内容”,所以不能新增h2的标题文字,因为那是新增的内容。哦,那这样的话,是不是就不用h2了?因为原文没有小节标题,那直接把原文的段落用p包裹,重要的地方加strong? 等下,再重新看规则:“2.每个自然段落用
包裹,长文用
/
划分小节;”,这里的“划分小节”应该是指如果原文有小节的话就用h2/h3,还是可以按照语义划分?但规则4说不能增删改内容,所以不能自己写h2的标题,因为那是新增的。那这样的话,原文是一整段,那直接用一个
?但是不对,再看原文的内容,有没有可以划分的?哦,不对,可能我刚才的错误在于,h2/h3是用来标注原文中存在的小节标题,而不是自己加。那这里原文没有小节标题,所以不需要用h2/h3,只用p包裹整个段落,然后把重要的句子加strong? 等下,再仔细看原文的重要句子:比如研究的结论部分,还有研究发现的部分,可以加strong。那现在,正确的处理应该是:
Chat models on phones and laptops are usually 4-bit copies of the model that was evaluated, and audits of such copies disagree about what quantization does to refusal. A 4-bit build is one of many weight perturbations of the same size, so a change in its behaviour could come from its specific rounding error or from any perturbation that large. In a pre-registered study of three 3-4B chat models, with paired tests, blind human labels and an 8-bit null, we find two 4-bit shifts of opposite sign: