研究人员开发了一种新的方法来测试AI模型中的内部行动图，特别是检查在没有完全可重用行动图的情况下是否可以解码或因果使用状态信号。他们的发现表明，虽然行动图的某些组成部分可以被校准，但并未实现普遍校准。该研究将这些测试应用于Qwen和Qwen3-4B模型，揭示了早期层更适合单步转换，而因果效应主要在后期层中观察到。 AI
影响 这项研究可能带来更强大的AI模型可解释性和内部状态理解的评估方法。
排序理由 该集群包含一篇在arXiv上发表的研究论文，详细介绍了一种新方法及其在AI模型中的应用。[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 →
