arXiv · cs.AI · Shuhul Razdan, R Balamurugan · 13 小时前模型评分39
语言模型中的概念器补集何时成为增益：算子几何与行为归因
When a Conceptor Complement Becomes Gain: Operator Geometry and Behavioral Attribution in Language Models
导读
一项被 NeurIPS 2026 NeurReps Workshop 接收的研究检验了语言模型行为干预中功劳归属问题：移除目标中心缩放概念器补集（conceptor complement）的协方差滤波矩阵、保留中心与增益后，在 α=.05、β=2 下三个模型七个目标的 21 个拟合映射在生成干预层均扩张所有方向，矩阵修正仅占匹配对照位移的 0.093%–7.815%。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “When a steering intervention changes a language model's behavior, which part of the intervention deserves the credit?”
来源：arXiv · cs.AI · arxiv.org