探讨大模型语义空间中的“真实性”方向

erikphoel · x · 2026-07-11

讨论了一项关于大语言模型（LLM）内部机制的研究发现：模型在语义空间中嵌入句子时，似乎存在一个对应“真实性”的特定方向。这对价值对齐研究是个好消息，但在面临类似塔斯基悖论的逻辑攻击时，可能会引发一些有趣的悖论。