“As a Language Model”：Chat Template 切换 LLM 自我指涉语气，激活引导可复现该效应

该 arXiv 预印本（2026 年 8 月 9 日提交）研究 LLM 自我报告语气的成因。作者发现 chat template 起开关作用：存在时提升“我只是个 AI”式免责声明语气、压低“我感觉”式体验语气，反之亦然，该现象在 8 个不超过 9B 参数的开源 instruct 模型上一致。在 3 个模型的激活空间中，作者找到一个可操控该行为的方向：移除该方向降低免责声明语气，加入则提升，而同等大小的随机方向影响很小；向无 chat template 的 instruct 模型加入该方向后，其表现如同存在模板。作者据此提醒，研究模型自我报告或内省时需控制 chat template 这一混杂因素，模型对自身的描述不应被字面理解。

AI推荐理由 arXiv 预印本，作者 Jędrzej Maczan，摘要给出可验证的实验设计：在 8 个不超过 9B 参数的开源 instruct 模型上对比有无 chat template 时自我指涉语气（免责声明式 vs 体验式）的变化，并在 3 个模型的激活空间中找到可操控该行为的方向，随机同尺度方向效果微弱。新信息在于把 chat template 识别为影响模型自我报告的混杂变量，并给出可用于控制的激活方向，对 AI 安全、模型内省与自我知识研究有直接方法学价值。局限：仅预印本、未同行评审，模型规模限于 9B 以内，摘要未给出具体效应量，结论需复现验证。