一篇新研究论文对大型语言模型（LLM）中相同的表征方向在不同运行模式（如提示条件、微调和推理时引导）下是否始终指向相同内容的假设提出了质疑。作者通过在Qwen3-4B-Instruct和Mistral-7B-Instruct-v0.2上的实验提供了实证证据，表明从提示和微调盆地提取的向量之间存在非共线性，以及其他现象。他们提出了一个名为“运行模式索引个体化”的新框架，其中表征内容的身份由（载体，运行模式）对定义，而不仅仅是载体本身。 AI
影响 这项研究可能有助于更深入地理解LLM如何表征和处理信息，并可能影响未来的模型开发和评估。
排序理由 该条目是发表在arXiv上的学术论文，讨论了与LLM个体化相关的理论和实证发现。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
