发表机构
Carnegie Mellon University（卡内基梅隆大学）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
该研究揭示LLMs虽编码了语用约束知识，但存在激活传递瓶颈，导致约束推理失败，激活修补可部分修复，且缓解干预未解决该传递问题。
AI 中文摘要
当显著的表面线索与隐含的可行性约束冲突时，大型语言模型（LLMs）常出现失败，但聚合准确率混淆了真正的约束推理与保守默认行为。我们将这种区别形式化为条件约束激活：约束在内部被编码（知识），在存在和不存在约束的提示中对称（对称性），但仅有时会被传递到决策（传递），并可通过补充激活修复（修复）。对14个模型的四元诊断显示两种失败模式；对两个开放权重的探测解码约束准确率超88%，但激活修补可修复其中一个（+6.4 nat），另一个则不行（-0.07）。在缓解前沿，无提示干预能达到修复角：所有都通过单一中介途径（前提提及）放大保守偏差。隐藏约束失败是传递问题，而非知识问题。
英文摘要
When a salient surface cue competes with an implicit feasibility constraint, LLMs often fail -- but aggregate accuracy conflates genuine constraint inference with conservative defaulting. We formalize the distinction as conditional constraint activation: the constraint is internally encoded (Knowledge) symmetrically across constraint-present and -absent prompts (Symmetry), yet only sometimes routed into the decision (Routing) and repairable by a donor activation (Repair). A quartet diagnostic over 14 models reveals two failure modes; probes on two open weights decode the constraint above $88\%$, yet activation patching repairs one ($+6.4$ nats) and not the other ($-0.07$). On a mitigation frontier, no prompted intervention reaches the repair corner: all inflate conservative bias through a single mediation pathway -- prerequisite mention. Hidden-constraint failure is a routing problem, not a knowledge problem.
