# 无标签覆盖度分数

可解释性工具通常在一个模型内部用带标签数据单独构建，换模型就要重做。该研究用只在无标注提示上拟合的岭回归映射，把拒绝方向、正确性方向和情感探针从源模型搬到目标模型，覆盖五个家族、1B到72B参数的110个有序模型对。只用普通问题拟合映射时，拒绝转向只恢复54%；加入工具工作区域的无标注提示后，拒绝恢复升到102%，正确性增益恢复到88%至98%，而随机与正交对照最多恢复1%。

可解释性工具通常在一个模型内部用带标签数据单独构建，换模型就要重做。该研究用只在无标注提示上拟合的岭回归映射，把拒绝方向、正确性方向和情感探针从源模型搬到目标模型，覆盖五个家族、1B到72B参数的110个有序模型对。只用普通问题拟合映射时，拒绝转向只恢复54%；加入工具工作区域的无标注提示后，拒绝恢复升到102%，正确性增益恢复到88%至98%，而随机与正交对照最多恢复1%。