新方法揭示大模型表征对齐的尺度与局限

研究提出 Neighborhood-Weighted RSA（NW-RSA）与 Counterfactual RSA（CF-RSA）两种方法，用于定位大语言模型在哪些几何尺度上表征一致、以及哪些语言属性支撑这种一致性。 结果显示，模型在粗粒度表征几何上高度一致，但在局部邻域存在显著分歧；逻辑辖域扰动对对齐的削弱远大于层级句法、事件角色或语篇结构扰动。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。