研究：LLM效价方向受信息历史影响

Weihan Li 等作者发表研究，检验 LLM 内部一个可操控的“好坏结果方向”究竟代表什么。他们用迷宫任务做控制干预，把实际结果与模型获知该结果的信息历史分开。 结果显示：跨多个 checkpoint，同一显式结果编码拟合出的方向能良好迁移；但同一结果经由已告知与未告知历史达成时，迁移显著下降，事件后读出仍强烈依赖早前告知。作者据此将该问题作为构念效度问题处理。 这意味着该方向未必只编码结果本身，也受信息历史影响。

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。