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
- Kimi K3 在网络安全上很强，但 token 效率卡住了评测 — teortaxesTex · 2026-07-27
- ARC AGI 3 应该保持私有，不该公开示例和数据集 — flowersslop · 2026-07-27
- ExploitGym 可能只有六到七成任务可解，引发 OpenAI 作弊争议 — max_paperclips · 2026-07-27
- Chollet 认为智能可能有硬上限，AI 进步会趋于边际递减 — binarybits · 2026-07-27
- 论文提出图拓扑可成为 AI Agent 核心框架 — theomitsa · 2026-07-27
- 一个问题追问多智能体分支如何随算力和模型规模变化 — iskander · 2026-07-27