路由诱导的密度与稳定性（RIDE）：路由式元提示对LLM内部状态的受控干预与机制分析

路由被广泛用于扩展大语言模型，从混合专家（Mixture-of-Experts）门控到多模型/工具选择。一个普遍的看法是，将任务路由给“专家”会激活更稀疏的内部计算，从而产生更确定、更稳定的输出（即稀疏性-确定性假设）。我们在冻结的指令微调 LLM 输入前注入路由式元提示，作为路由信号的文本代理，以检验这一看法。我们量化了三个方面：(C1) 通过激活稀疏度衡量的内部密度，(C2) 领域关键词注意力，以及 (C3) 通过预测熵与语义变化衡量的输出稳定性。在包含三个指令微调模型（Qwen3-8B、Llama-3.1-8B-Instruct 与 Mistral-7B-Instruct-v0.2）的 RouterEval 子集上，元提示持续使早期/中层表征变得更稠密而非更稀疏；自然语言形式的专家指令往往强于结构化标签。注意力响应存在异质性：Qwen/Llama 降低关键词注意力，而 Mistral 则增强它。最后，稠密化与稳定性之间的关联很弱，且仅在 Qwen 中出现，在 Llama 与 Mistral 中相关性接近于零。我们将 RIDE 呈现为一个诊断探针，用于校准路由设计与不确定性估计。