arXiv · cs.CL· Austin C. Kozlowski·· 15 小时前AI 评分42
采纳角色视角会重组 LLM 的内部表征几何
Persona Perspectives: Adopting Viewpoints Reorganizes Representations in LLMs
来源与原文
arXiv · cs.CL
作者：Austin C. Kozlowski
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.06848v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项 arXiv 研究发现，让 LLM 采纳自由派或保守派政治 persona 会系统性地改变模型潜空间的表征几何：对超 9,000 个常用词和 33 条语义轴的投影与轴间对齐均朝指定意识形态方向偏移。在无 persona 条件下训练的 linear probes、SAE 分类器等监测工具，应用于带 persona 的模型时会对争议性陈述给出带政治倾向的真假与道德评分，可能削弱现有模型监测工作的可靠性。
来源：arXiv · cs.CL · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。