研究：语言模型干预中哪部分起作用

Shuhul Razdan 与 R Balamurugan 发表研究，针对以目标为中心、带缩放的 conceptor 补集，在保留目标中心与增益的前提下移除拟合协方差滤波器，以判断语言模型干预中哪部分真正改变了模型行为。 研究提出的问题是：当一次引导干预改变了语言模型的行为时，干预的哪一部分应当归功于这一变化。该研究从算子几何与行为归因角度分析 conceptor 补集何时带来增益。

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。