行为实验可在何种程度恢复LLM隐状态语义几何

Zuse Institute Berlin 的 Louis Schiekiera 等（含 Sebastian Pokutta）发布 arXiv 论文 2602.00628（From Associations to Activations），研究能否从LLM的行为实验恢复其隐状态几何。团队在8个指令调优Transformer模型上，对共享的5000词词汇运行相似性强制选择与自由联想两种实验范式，收集超过1750万次试验构建行为相似性矩阵。 作者报告：强制选择行为与隐藏状态语义几何的对齐程度高于自由联想；基于表示相似性分析和留出词回归，行为相似性相较 FastText、BERT 及跨模型共识基线，能够预测未见词的隐藏状态相似性。以上为作者声称，本站基于论文摘要，未核验全文。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。