arXiv论文：LLM对自身激活的上下文神经反馈控制有限
热点事件持续更新
arXiv论文：LLM对自身激活的上下文神经反馈控制有限
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Davide Baldelli 等研究者在 arXiv 论文（arXiv:2610.20179）中提出“情境神经反馈”实验：让被试模型每轮看到由自身激活导出的分数，并尝试最大化或最小化该分数，以检验大语言模型对自身激活的控制能力。实验覆盖十个 9B–32B 的开源模型。 结果显示，只有三个模型表现出小幅但一致的控制效果；没有一个模型学会降低该分数，但有一个模型能够提高它。作者称，该实验首次将任务能力与对自身激活的特权访问区分开来。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 12:00
arXiv 论文用跨模型情境神经反馈揭示大语言模型的（有限）激活控制能力报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AIarXiv 论文用跨模型情境神经反馈揭示大语言模型的（有限）激活控制能力
arXiv 论文 arXiv:2610.20179 提出情境神经反馈实验，让被试模型每轮最大化或最小化由自身激活导出的分数，首次将任务能力与对自身激活的特权访问区分开。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。