论文解析LLM道德概念内部结构
热点事件持续更新
论文解析LLM道德概念内部结构
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
Chenxiao Yu 等人在 arXiv 发表论文，以道德基础理论（MFT）为框架，研究道德基础在大语言模型内部如何被编码、组织和表达，并分析了其因果机制。 研究覆盖 Llama、Qwen2.5、Qwen3-MoE、Mistral 四个模型家族共 14 个基座与指令微调模型，规模从 7B 到 70B，采用稀疏自编码器（SAE）与因果干预方法进行分析。
AI 根据报道生成 · 39 分钟前更新
最新进展11月11日 13:00
研究追踪 14 个大语言模型中道德基础的内部表征与因果机制报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AI研究追踪 14 个大语言模型中道德基础的内部表征与因果机制
该论文以道德基础理论（MFT）为框架，分析 Llama、Qwen2.5、Qwen3-MoE、Mistral 四个模型家族 7B 至 70B 的 14 个基座与指令微调模型中道德基础的编码与组织方式。
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。