★ 3
研究：从内部表征校准智能体任务成功置信度
论文研究多轮智能体任务中，模型内部表征能否比表层生成信号更可靠地预测任务最终成功。作者提出两种方法：潜在轨迹动态（LTD）总结残差流表征在交互轨迹中的变化，动作表征探针（ARP）从动作决策时的表征预测成功。在Bash、SQL、Python三个交互基准和三个模型家族上，方法均优于基线，提供无需改提示…
arXiv cs.AI53 天前
#内部表征
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
研究揭示 LLM 对话中内外一致性差异：先表态后内部才转变
论文研究两个 LLM 就主观话题多轮对话时如何趋同，用线性分类器在单条对话激活中识别出「一致」的内部表征，发现其与外部一致在单对话层面并不可靠。跨对话聚合后，外部一致可用马尔可夫过程预测，内部表征则通过幂律映射与之耦合；模型在立场转变后先外部表达一致，内部表征随后才跟上。
arXiv NLP11 天前
★ 2
HN 讨论：大模型的内部语言
一位 Hacker News 用户提出，大模型在预测下一个 token 前会将英语翻译成一种内部向量语言，类似「king」对应 [monarch, man] 的向量表示。发帖者设想若能学习这种内部语言，或可更直接地与机器沟通并消除语言歧义，询问是否有人在做相关研究。
Hacker News – AI23 天前
这个主题的相关资产
相关公司深度求索（DeepSeek）1