论文发现扩散语言模型会在隐藏状态里编码去噪进度
Sapienza · hf · 2026-07-23
Subliminal Clocks 研究扩散语言模型（DLM）是否会在内部编码去噪进度。
- 作者发现，DLM 的 residual stream 中确实存在与 diffusion timestep 相关的潜在表示
- 这种信号可以被跨层 probe 稳定提取，说明去噪进度可从内部激活中解码出来
- 沿着与推断 timestep 相关的低维子空间做 steering，会让模型的置信度与熵出现可预测变化
- 论文还分析了该表示在激活空间中的几何结构，认为它具有较强的结构性和可解释性
「研究」频道最新
- 研究者谈评测集透明度:组合性评测仍存数据污染隐患 — najoungkim · 2026-10-27
- 可解释性研究该分清形式与估计器：均值差转向不如直接梯度下降 — johnhewtt · 2026-10-27
- 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