研究探测并操控大模型隐喻表征

Shihui Li、Mette Andersen 与 Martha Lewis 提交的论文称，他们用机制可解释性技术在覆盖不同架构与规模的大语言模型中识别出隐喻表征的因果子空间，并能在不同词性的分类任务上操控模型输出。该研究称，这一方法同样适用于生成任务，可用于控制大语言模型输出的隐喻程度。论文将发表于 BlackboxNLP 2026 研讨会。上述操控效果来自作者自述，尚未见独立验证。

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。