研究人员开发了“Context--Answer Metamodels”,能够在语言模型生成第一个答案标记之前预测其激活。这些元模型在上下文的激活序列上进行训练,能够高保真地预测平均池化的答案激活,甚至捕捉到推出时的变异性。这些模型在泛化到域外数据集方面表现出强大的能力,并保留了行为预测信号。值得注意的是,来自Qwen2.5模型的一个激活预测可以预测Qwen 3.5和Gemma 4等其他模型的答案激活,这表明了跨模型的可迁移性。 AI
影响 能够更有效地分析LLM行为,并有可能加快模型评估速度。
排序理由 学术论文,详细介绍了LLM激活预测的新方法。[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 →