注意力流形：用B样条曲面调控语言模型
原文标题：Attention Manifolds: Steering or Blocking Language Models by Editing Learned B-Spline Surfaces
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出「注意力流形」，用可学习的二维B样条曲面根据查询-键交互调制每个value维度，初始化零值以保留预训练行为。在LLaMA 3.2-1B/3B上以0.3%参数开销降低WikiText-2困惑度2-2.5点，并改变69%-83%提示的贪心输出。曲面可机械编辑，系数取-1可形成「注意力墙」阻断特定维度信息流，初步实验显示可将危险提示重定向至教育性内容。
- 问题
- 标准注意力中value向量对所有接收者相同，查询无法决定提取什么。
- 方法
- 引入可学习二维B样条曲面按查询-键交互调制每个value维度，零初始化保留预训练行为。
- 结果
- LLaMA 3.2-1B/3B上以0.3%参数开销降WikiText-2困惑度2-2.5点，改变69%-83%提示的贪心输出。
- 影响
- 提供可机械编辑的几何调控机制，能低成本修正事实错误并实现注意力墙式安全重定向。
深读 · 结论先行AI 生成展开看要点与影响 ↓
注意力流形以 0.3% 参数开销降低 LLaMA 3.2 困惑度 2-2.5 点，并改变 69%-83% 贪心输出。
- •用可学习二维 B 样条曲面按查询-键交互调制每个 value 维度，零值初始化保留预训练行为
- •在 LLaMA 3.2-1B/3B Instruct 上以 0.3% 参数开销降低 WikiText-2 困惑度 2-2.5 点
- •112 条提示中改变 69%（1B）至 83%（3B）的贪心输出，歧义输入改变率达 94-100%
- •曲面可机械编辑：系数取 -1 形成「注意力墙」阻断特定维度信息流
- •初步实验显示可将危险提示重定向至教育性内容
为什么重要：提供了一种低成本、可几何编辑的注意力调控机制，对模型可解释性与安全对齐的干预手段有潜在价值。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。