一篇新的研究论文探讨了大型语言模型(LLMs)中的幻觉模式感知现象,发现这些模型比人类更倾向于从随机数据中推断有意义的关系。该研究将心理学范式改编应用于LLM任务,揭示了模型会过度将积极属性与多数群体相关联,并从模糊事件中构建因果叙事。研究人员开发了一个使用稀疏自编码器的特征可解释性框架来分析内部表征,将整体频率感知和分析性认知导向与这些幻觉感知联系起来。研究结果表明,一种类似认知的幻觉可能会影响LLM推理的可靠性。 AI
影响 强调了LLM中一种潜在的类似认知的幻觉,可能会影响其推理的可靠性和下游应用。
排序理由 arXiv上发表的研究论文,详细介绍了关于LLM行为的新发现。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- DagsHub
- Hugging Face
- illusory pattern perception
- large language models
- Sparse Autoencoders
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →