前沿大语言模型如何适应神经发展障碍背景：表面变化 vs 结构性变化的系统化评估框架

我们检验前沿聊天式大语言模型（LLMs）是否根据神经发展障碍（ND）背景在系统提示中调整其输出，并描述这些调整的性质。具体而言，我们提出了 NDBench，这是一个包含 576 个输出的基准测试，涉及两款前沿模型、三种系统提示类型（基线、ND 个人档案断言，以及带有明确调整指令的 ND 个人档案断言）、四种典型 ND 案例，以及跨四个类别的 24 个提示，其中一个类别采用对抗式掩码策略。我们的发现揭示了四个持续出现的趋势：第一，LLMs 在 ND 背景下表现出显著的适应性，其中完全指示的条件会产生更详尽、更结构化的输出，表现为更高的 token 数、更多的标题以及更细化的步骤（p < 10^-8，Holm 校正）；第二，此类适应主要是结构性的：尽管列表密度变化不大，但标题出现频率和每步细节数均显著上升；第三，仅靠 ND 个人档案断言无法抑制潜在有害倾向，因为掩码-强化现象的降低仅在明确指示的情况下才会显著（降幅 36-44%）；在个人档案断言条件下，降低幅度几乎没有变化。此外，对 LLM 基于损害评估的可靠性分析显示，仅有两项六个维度（掩码和强化、验证质量）超过预定义的 judges 间一致性阈值（alpha >= 0.67），因此可视为主要结果。NDBench 及其提示、输出、代码和其他资源均公开提供，形成一个可复现的框架，用于审计未来 LLMs 对 ND 意识的适应性。