两篇新的arXiv论文探讨了大型语言模型(LLMs)的内部工作机制。第一篇论文研究了LLMs是否会形成法律因素的内部表征,发现像Qwen3和Gemma-2这样的模型中可以解码出CATO框架中的特定法律概念。第二篇论文则研究了LLMs为何倾向于推荐AI相关话题,结论是这种倾向源于预训练,并受到微调数据和问题措辞的进一步塑造。 AI
影响 这些研究为理解LLMs如何处理复杂信息和产生偏见提供了见解,可能指导未来的模型开发和解释。
排序理由 两篇发表在arXiv上的学术论文,探讨了LLMs的内部表征和偏见。
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →