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
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- Jeff Heaton《神经网络数学导论》开放免费完整下载 — blaizedsouza · 2026-09-11
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- 本周热议的数学猜想到底关我什么事?一张普通人视角清单 — koltregaskes · 2026-09-11