Qwen2.5-1.5B-Base

研究人员发现控制 Transformer 中语言身份的“首个 token 广播器”

研究人员在 Transformer 模型中识别出特定的注意力头，称为“首个 token 广播器”，它们对于维持模型的语言身份至关重要。这些注意力头，在 GPT-2 和经过指令微调的 Qwen2.5 等模型中尤为突出，会持续关注提示的初始 token，从而在整个生成过程中传播预期的语言信号。使用语言身份头消融（LIHA）进行的实验表明，指令微调显著将这种语言信号机制定位在模型的早期层，这与基础模型中影响更为分散的情况形成对比。