MIT 团队读取并操控 LLM 内部的物理直觉

MIT 教授 Markus Buehler 团队新刊《AI for Science》发表论文,利用可解释性方法"透视"LLM 内部对材料科学规律的表征,并证明这些内部信号不仅可被读取,还能被操控。研究基于三个开源权重的 Gemma 指令模型(4B/12B/31B),从隐状态中揭示了因果方向等物理直觉信息。

2026-11-19 ~ 2026-11-19 · 2 条相关