GPT-2 小世界拓扑多半是架构造成的
its_vayishu · x · 2026-07-15
作者复现后发现：训练过的 GPT-2 按这个指标看确实像小世界网络，
但 未训练对照组 的结果也差不多（σ 约 4.6，训练后约 5）。
他又在 5 种稀疏度 下重复测试，差距仍然很小，因此更像是架构本身造成的结果，而不是训练“学”出来的。
结论是：
- top-k attention graph 可能几乎是按构造就呈现小世界特征
- 不能据此声称 “GPT-2 偷偷学出了类似大脑的拓扑”
- 作者把完整 notebook 放到了 Kaggle，欢迎复验和挑错
所属事件:实测称GPT-2注意力机制具小世界网络特性(2 条相关)→
「研究」频道最新
- EMNLP 论文：让 LLM 换个问法，「42」变「3」但蝴蝶仍是帝王蝶 — radamihalcea · 2026-10-27
- Datology Curation Studio 线上深潜：少于 20% 算力匹配最强基线 — josh_wills · 2026-10-27
- KANLab 开源：浏览器里可视化玩转 KAN 网络 — Lukas Niehaus · 2026-10-27
- CMU 提出 LLM2Cert：LLM 生成证书，SMT/Lean 自动验证 — CarnegieMellonU · 2026-10-27
- NVIDIA 开源 FLORA：机器人数据引擎，成本仅 GPT-6 Astra 的 1/125 — nvidia · 2026-10-27
- RSNA 2026 深度学习实验室回归:芝加哥四天八节动手 AI 课 — PRouzrokh · 2026-10-27