什么时候以及多长时间？时间推理中的读出中介角

线性探针可以几乎完美地解码表示，但与模型如何使用它完全无关。在语言模型中的日历日期持续时间推理中， $\sin$/$\cos$ 探针从层的激活中恢复年份，但消融其方向对模型的答案没有影响 - 而消融分布式对齐搜索 (DAS) 在同一层找到的四维子空间会完全崩溃性能。我们测量这两个子空间之间的角度——\emph{readout-mediator angle}——并发现它与两个随机子空间之间的角度（哈尔均匀零值）无法区分，这意味着探针已经学会了与模型实际计算正交的方向。对电路进行逆向工程揭示了原因：注意力头通过${\pm}30$和${\pm}61$天学习的QK偏移来路由月份粒度的上下文，然后MLP将\emph{when}（绝对日期）转换为\emph{how long}（持续时间）——所有这些都位于探针从未接触过的因果子空间的下游。稀疏自动编码器分解证实了这种分裂：探针对齐和 DAS 对齐的特征编码语义上不相交的概念，因果重叠可以忽略不计。这种解离在四个尺度（$1.5$-$9\,$B）和两个模型系列中复制，并在另外两个领域（空间位移、符号算术）上提供了初步证据，表明读出中介正交性是基于探针的可解释性的一般失败模式。这直接破坏了将探测器部署为运行时安全监视器的提议：探测器可以报告模型已悄悄放弃的方向的高置信度。