arXiv · cs.AI· Seoyeon Ye, Gayoung Kim, Jiyoung Hong, Sookyung Kim, Hyunsoo Cho·· 2 天前
LUMOS追踪LLM训练数据到行为输出的参数化知识
LUMOS: Tracing Parametric Knowledge from Training Data to Behavioral Outputs in LLMs
arXiv:2610.02902v2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：Seoyeon Ye, Gayoung Kim, Jiyoung Hong, Sookyung Kim, Hyunsoo Cho
研究任务与主要进展
LUMOS是一个追踪LLM从训练数据暴露到行为输出的参数化知识诊断框架，并应用于训练语料透明的OLMO 2。基于论文摘要，研究发现稀有事实的内部编码可分性为84%，但行为表达率仅为54%；模型在已训练内容上的自反思可靠率为83%，在未见内容上降至随机基线水平的49%，思维链提示未改善校准，反而提高置信度信号。
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