无触发器也能传播错误信息：从事实答案到下游决策

研究发现，模型在无触发器投毒下仍会改变事实答案与下游决策，直接探测与模型实际行为之间存在审计缺口。在 Guess the Capital 任务中，8 个模型于剂量 1,000 时直接注入选择率达 95.8–100%，而游戏选择仅比真实对照高 1.7–14.4 个百分点。真实案例中，模型训练于 2019–20 澳大利亚山火虚假帖子后仍声称有人因纵火被捕；纠正事实能恢复答案，却无法恢复基于它的决策。