仅振幅 FFN 干预用于工具结构化 LLM 推理方法：门控评估协议与跨模型实证结果

大型语言模型作为工具智能体时，微小的格式或函数调用错误会导致响应失效。本文研究推理时的前馈网络（FFN）干预，旨在不重训权重的情况下改善结构化输出。针对正交残差投影的局限性，提出“振幅门控”方法，保留预训练方向仅调节激活幅度。通过在 Qwen 系列模型上的实验，该方法显著提升了工具结构化任务及函数调用性能，证明了其作为安全推理优化目标的有效性。