Jev类决策模型可能更依赖选项名称，而非判定规则

类型化决策模型通过返回若干调用方指定选项的概率，回答关于输入的固定问题。每个选项包含短名称和文字定义，开发者在定义中写明模型应执行的规则。Jev将这种接口用于路由、审核和分流，随后出现开放实现；通过标签字符串评分把语言模型用作分类器时，也有相同操作。 我们研究可检查和修改权重的开放实现，考察概率遵循的是定义还是名称，并把偏向名称的现象称为选项名称偏差。对四个开放权重类型化决策模型、三种Qwen2.5答案读取方式、11项分类任务及我们提出的PolicyBench进行评测。PolicyBench只在定义中陈述规则；评测结果表明，多数系统主要依赖名称。 删除全部定义后，laya-td准确率未下降（0.8559对0.8487），尽管仅用定义能达到0.7971；把名称换成A和B提高了0.1511，区间为[0.1377, 0.1646]。von不受影响，两套代码的区别在于：Laya把名称和定义一起写入提示，von只写定义。不改变任何权重，只双向修改这一处，就使三个Laya检查点对名称变化完全不敏感，并在von中制造偏差：当名称与定义冲突，其准确率由0.8511降至0.2281。早期研究把这一失败归因于替代文本解码器的受约束决策头；我们的结果将原因定位到提示的呈现方式。我们提供两次调用即可完成的检查，并测量四种缓解措施的作用。