研究者提出HEST双曲熵引导激活干预方法
原文标题：Hesitation Has a Geometry: Entropy-Trained Hyperbolic Probes for Sparse Activation Steering
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。
论文观察到LLM数学推理呈树状结构，在少数高下一token熵的分支点展开，这类结构在双曲空间中嵌入失真远低于欧氏空间。作者提出Hyperbolic Entropy Steering（HEST），用仅以模型自身下一token熵为标签的轻量探针将隐藏状态嵌入庞加莱球，在熵超阈值时沿测地线调整状态。在Qwen2.5-Math与Llama-3.1三个指令模型上，六种设置中五种在MATH-500与GSM8K上贪心准确率最高提升1.8分，而逐token添加对比引导向量反而降低准确率。
- 问题
- 激活引导通常每token加固定欧氏向量，忽视推理的树状分支结构。
- 方法
- HEST用仅以自身下一token熵为标签的探针将隐藏状态嵌入庞加莱球，在熵超阈值时沿测地线调整。
- 结果
- Qwen2.5-Math与Llama-3.1三个模型六种设置中五种在MATH-500与GSM8K贪心准确率最高提升1.8分。
- 影响
- 稀疏、几何感知的引导优于逐token对比向量，为推理增强提供新思路。
深读 · 结论先行AI 生成展开看要点与影响 ↓
HEST双曲熵引导：仅在熵超阈值处沿测地线调状态，MATH-500/GSM8K最高提升1.8分
- •观察：LLM数学推理呈树状，在少数高下一token熵的分支点展开，双曲空间嵌入失真远低于欧氏
- •HEST用仅以模型自身下一token熵为标签的轻量探针，将隐藏状态嵌入庞加莱球
- •熵超阈值时沿测地线调整状态；Busemann读出下证明固定步长在各状态下降幅相同
- •在Qwen2.5-Math与Llama-3.1三个指令模型上，六种设置中五种贪心准确率最高提升1.8分
- •逐token添加对比引导向量反而降低准确率；同法训练的欧氏探针在Qwen2.5-Math-1.5B-Instruct上增益消失
为什么重要：提示激活干预应「只在关键分支点动手」，而非逐token均匀施加，对做推理增强的研究者是可直接复用的思路。
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。