एक अध्ययन बिएलिक, PLLuM, Gemma-4 और Qwen3 परिवारों के बारह निर्देश-अनुकूलित मॉडलों में अंतिम प्रॉम्प्ट टोकन पर सक्रियणों का निरीक्षण करता है यह निर्धारित करने के लिए कि क्या वे उत्तर उत्पन्न करने से पहले किसी इकाई की परिचितता का अनुमान लगा सकते हैं। 1,440 पोलिश इकाइयों के डेटासेट का उपयोग करते हुए, शोधकर्ताओं ने पाया कि परिचितता-प्रोब स्कोर सभी मॉडल परिवारों में वास्तविक और काल्पनिक इकाइयों को प्रभावी ढंग से अलग करते हैं।
- पोलिश-अनुकूलित Bielik और PLLuM मॉडलों में इकाई लोकप्रियता के साथ परिचितता-प्रोब स्कोर ट्रैक होते हैं (Spearman ρ 0.28-0.57), यह पैटर्न Gemma-4 और Qwen3 में कम स्पष्ट है।
- प्रश्न स्टैम को पोलिश से अंग्रेजी में बदलने पर प्रोब्स भाषा के प्रति मजबूती दिखाते हुए भी 96-101% within-language AUROC बनाए रखते हैं।
- Gemma-4-12B में, एकल परत पर एक आयामी परिचितता दिशा जोड़ने से ज्ञात और अज्ञात दोनों इकाइयों के लिए मना करने की दरों पर एकसमान नियंत्रण संभव होता है।
- कैलिब्रेटेड परिचितता प्रोब्स पूर्व-उत्पत्ति निषेध गेट्स के रूप में प्रतिस्पर्धी हैं, हालांकि उत्पत्ति-पश्चात डिटेक्टर व्यवहारिक त्रुटि का बेहतर पूर्वानुमान लगाते हैं।
परिणाम क्रमिक पूर्व-उत्पत्ति इकाई-परिचितता रीडआउट्स के अस्तित्व का समर्थन करते हैं और निरूपणात्मक परिचितता से उस नीति के बीच एक पृथक्करण को उजागर करते हैं जो इसे निषेध में परिवर्तित करती है।