arXiv · cs.AI· Jinghan Zheng, Jiajun Shi·· 11 小时前
语言模型中的上下文诱引可由关系条件搜索发现共享注意力头干预
From Relation-Specific Heads to Shared Interventions: Contextual Entrainment in Language Models
arXiv:2610.18674v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jinghan Zheng, Jiajun Shi
研究任务与主要进展
研究在19类词汇—语义关系上发现，可减轻上下文诱引的注意力头中存在可跨关系复用的共享组件。基于论文摘要，同语义家族之间的恢复能力迁移高于跨家族迁移，移除全局共享头后家族特异性残余效应减弱；清洁补全和上下文使用探针进一步提示，该干预可能在减少有害复制的同时保留普通关系补全与简单上下文学习能力。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org