选项顺序随机化揭示了提示沙袋中的分布位置吸引子

一位前任飞行员（Cacioli，2026）发现 Llama-3-8B 的工具促使沙袋作为位置崩溃而不是回答回避。然而，MMLU-Pro 中的固定选项排序尚未确定，这是否反映了模型级位置主导策略或数据集级干扰结构。该预先注册的随访（3 个模型、2,000 个 MMLU-Pro 项目、4 个条件、24,000 项初步试验）添加了循环选项顺序随机化作为关键控制。预注册的项目级同字母诊断未确认确定性位置跟踪（同字母率 37.3%，低于 50% 阈值）。然而，预先指定的支持分析表明，沙袋条件下的响应位置分布在完全内容旋转下高度稳定（Pearson r = 0.9994；Jensen-Shannon 散度 = 0.027，而诚实条件和沙袋条件之间的散度为 0.386）。当正确答案恰好占据首选位置 E 时，准确率飙升至 72.1%，而在位置 A 时准确率下降至 4.3%。数据为软分布吸引子提供了强有力的证据：在沙袋指令下，模型进入以 E/F/G 为中心的低熵响应位置盆地，该盆地在总体水平上高度稳定且基本上内容不变。 Qwen-2.5-7B 作为阴性对照（不合规，无分布变化）。这些结果在 7-90 亿个参数范围内提供了证据，表明响应位置熵是这种沙袋模式的一个有前途的黑盒行为特征。