审计框架区分LLM几何约束的编码、表达与控制失败

1. 12:00
   arXiv cs.AI

   冻结 LLM 几何约束审计：可解码但不等于可行动

   研究团队提出基于参数化 CAD 的受控审计框架，在八个预训练模型及匹配的随机初始化对照上区分编码、表达与激活层控制的失败。预训练对局部关系的线性解码贡献远大于全局约束状态，而强局部可解码性并未转化为零样本预测能力，仍远低于监督探针。仅用 400 对标注关系做低秩微调即可显著提升三个代表性模型的生成表现，说明表征—行为差距可通过适配缩小。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。