RET框架：从隐藏状态学习LLM宏观状态
热点事件持续更新
RET框架：从隐藏状态学习LLM宏观状态
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Muhammed Ustaomeroglu 与 Guannan Qu 提出表征有效理论（RET）框架，从大语言模型的隐藏状态轨迹中学习低维宏观状态及其动力学。据该论文称，这些宏观状态在演化中近似闭合，并在推理过程中留下可解释的轨迹。 论文称，RET 能在生成早期预测谄媚与对齐伪装行为；若引导模型进入选定的宏观状态，还能改变其推理表现。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
用表征有效理论理解、预测与引导大语言模型行为报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.AI用表征有效理论理解、预测与引导大语言模型行为
研究者提出表征有效理论（RET，Representational Effective Theory），可从模型隐藏状态轨迹中学习低维宏观状态及其动力学，这些宏观状态呈现近似闭合的演化，并在推理过程中留下可解释的轨迹。该方法能在生成早期预测谄媚与对齐伪装行为，通过引导模型进入选定宏观状态还能改变其推理表现。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。