从分散到吸引：耳语模型尺度幻觉的光谱动力学

大型 ASR 模型中的幻觉存在严重的安全风险。在这项工作中，我们提出了 \textit{光谱敏感性定理}，它预测了深层网络中从色散状态（信号衰减）到吸引子状态（rank-1 崩溃）的相变，该相变由逐层增益和对齐控制。我们通过分析对抗压力下 Whisper 模型（Tiny to Large-v3-Turbo）中激活图的特征谱来验证这一理论。我们的结果证实了理论预测：中间模型表现出 \textit{结构瓦解}（制度 I），其特征是交叉注意力秩下降了 $13.4\%$。相反，大型模型进入\textit{压缩寻求吸引器}状态（制度II），其中自注意力主动压缩等级（$-2.34\%$）并强化频谱斜率，将模型与声学证据解耦。