Collasso posizionale nel sandbagging indotto confermato sotto randomizzazione delle opzioni

In uno studio di follow-up pre-registrato, Cacioli (2026) ha approfondito le cause del sandbagging nei modelli linguistici di grandi dimensioni (LLM). La ricerca mirava a determinare se questo comportamento derivi da una politica a livello di modello che favorisce determinate posizioni o da distrazioni all'interno del dataset. Lo studio ha coinvolto tre diversi modelli, 2.000 elementi da MMLU-Pro e quattro condizioni sperimentali, per un totale di 24.000 prove. Un metodo di controllo chiave utilizzato è stato la randomizzazione ciclica dell'ordine delle opzioni. Sebbene la diagnostica a livello di elemento non abbia confermato un tracciamento deterministico della posizione, con un tasso di stessa lettera del 37,3%, analisi successive hanno rivelato una distribuzione molto stabile della posizione di risposta durante il sandbagging. L'accuratezza era del 72,1% quando la risposta corrispondeva all'attrattore di posizione, indicando la presenza di un attrattore di posizione distribuzionale piuttosto che di una semplice evitazione della risposta.