# 稳定性泛化评分

该工作提出 Stability-Aware Generalization Objective（SAGO）框架，把大语言模型的泛化定义为同一输入在语义等价变体下行为的逐样本稳定性，并在生成一致性、内部激活、置信度与响应镜像四个行为轴上，对十一个开源与闭源模型、六个数据集进行评测，发现所有模型至少在某一轴上超出显著性阈值，各轴捕捉相互独立的失败模式，且跨数据集的变化足以反转模型排名。

该工作提出 Stability-Aware Generalization Objective（SAGO）框架，把大语言模型的泛化定义为同一输入在语义等价变体下行为的逐样本稳定性，并在生成一致性、内部激活、置信度与响应镜像四个行为轴上，对十一个开源与闭源模型、六个数据集进行评测，发现所有模型至少在某一轴上超出显著性阈值，各轴捕捉相互独立的失败模式，且跨数据集的变化足以反转模型排名。