English(EN) From Parameters to Answers: How LLMs Retrieve and Use Their Internal Knowledge

新研究论文分析了大型语言模型内部知识的检索和使用

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-12 04:00

一篇新研究论文探讨了大型语言模型在回答问题时如何检索和利用其内部知识。这项研究通过对 Qwen、Llama 和 Gemma 等模型进行层级干预，发现模型在处理问题时，对查询路由信息和目标知识的依赖性会发生变化。研究区分了早期可读性、自然强度、因果引导和后期内容依赖性，揭示了不同模型处理内部知识检索过程的独特模式。 AI

影响为理解大型语言模型的内部工作机制提供了见解，可能为未来的模型开发和理解提供信息。

排序理由该集群包含一篇发表在 arXiv 上的研究论文，详细介绍了关于大型语言模型内部知识检索的新发现。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 11 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇发表在 arXiv 上的研究论文，详细介绍了关于大型语言模型内部知识检索的新发现。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Wenkang Wei, Yuan Fang, Renhe Jiang, Hong Cheng, Xingtong Yu · 2026-09-12 04:00

从参数到答案：大型语言模型如何检索和使用其内部知识

arXiv:2609.11859v1 Announce Type: new Abstract: How does a language model's dependence on query-routing information and target knowledge change as it answers a question? We study this question through layerwise interventions on the hidden state at the end of the question. Across …

本文如何被排名

报道来源 [1]

从参数到答案：大型语言模型如何检索和使用其内部知识

相关实体

相关话题