新预印本：Transformer 为每个交互智能体单独构建内部表征

AnnaCiaunica · x · 2026-11-03

Imperial College 的 Fernando Rosas 发布预印本论文《Beliefs in feedback: Factored representations of interacting agents in transformers》：当 Transformer 预测多个相互交互的智能体时，会在内部为每个智能体分别构建独立的表征，用以追踪各自的「信念状态」。配图展示了训练过程中内部表征逐步收敛到理论上的信念状态单纯形（belief states，R² 从 0.914 提升到 1.000）以及每个智能体的发射概率结构（R² 达 0.996），说明模型自发学到了对交互对象的分解式信念表征。