研究者:能检测注意力注入意味着模型拥有特权式内省通道

Sauers_ · x · 2026-11-19

Sauers 总结其系列实验的核心结论:模型既能检测又能描述注意力注入,说明它对自身注意力拥有"特权式内省访问"(privileged introspective access)——这与此前关于 LLM 能内省和控制内部激活的发现相呼应,把内省能力扩展到了注意力维度。

所属事件:实验显示 Qwen3-32B 可内省并调控自身注意力(10 条相关)→

原文链接 →

「漫话AGI」频道最新

更多「漫话AGI」频道 AI 资讯 →