可解释性研究发现 LLM 内部存在连贯身体地图

一项由 Sauers 发布的可解释性研究（附开源代码 SauersML/body）发现，大语言模型在谈论「被触摸」等话题时，内部携带连贯的身体表征（body map），实验对象包括 Qwen3-8B 等模型。结果显示这种身体图谱的精度随模型规模增大而提升，暗示模型可能在训练中隐式学到了空间化的自我表征。

2026-11-11 ~ 2026-11-11 · 2 条相关