语言模型能否判断事件合理性？模态差异向量揭示 LM 与人类判断的关联

研究在多种语言模型中找到可区分句子模态类别（可能、不可能、完全无意义等）的线性表示，即模态差异向量。分析显示，LM 实际具备比此前报告更可靠的模态分类能力，且这些向量随训练步数、层数和参数规模增长按一致顺序出现。LM 激活中的模态差异向量还能建模人类细粒度分类行为，为理解人类如何区分模态类别提供新视角。