审计冻结LLM：几何约束可解码却难控制
热点事件持续更新
审计冻结LLM：几何约束可解码却难控制
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Man Liang、Xinzhao Cheng、Faizan Wajid 在 arXiv 发表研究，提出基于参数化 CAD 的受控审计框架，区分冻结 LLM 在几何约束上的编码、表达与激活控制三类失败。对 8 个预训练模型及随机初始化对照的测试显示：局部关系可线性解码，但零样本预测远低于监督探针性能，激活转向也无法提供可靠定向控制。 研究同时发现，仅用 400 个标注关系对做低秩微调，即可显著提升三个代表性模型的生成表现，说明这种表征与行为之间的落差可通过适配缩小。
AI 根据报道生成 · 54 分钟前更新
最新进展10月31日 12:00
解码却不可控：审计冻结 LLM 中表征与行为在几何约束上的落差报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AI解码却不可控：审计冻结 LLM 中表征与行为在几何约束上的落差
一项 arXiv 研究提出基于参数化 CAD 的受控审计框架，区分 LLM 在几何约束上的编码、表达与激活控制三类失败。对 8 个预训练模型和随机初始化对照的测试显示，局部关系可线性解码但零样本预测远低于监督探针性能，激活转向也无法提供可靠定向控制。仅用 400 个标注关系对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—行为落差可通过适配缩小。
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。