论文用因果干预探测LLM本体知识，机制可及但未完全解耦。
资讯摘要
论文提出MIOE因果抽象基准，用互换干预评估大模型在本体工程两项任务（实体类型识别与包含关系预测）中的内部机制，测试干预能否改变本体层面答案并保留类别辅助信息。作者在Qwen3-8B与Qwen3-4B上比较SAE、DBM、DAS方法及多任务、多层变体，发现分布式子空间方法效果最强且跨提示设置泛化，但诱导变化与类别辅助信息仅部分分离；多任务目标与连续层窗口干预可改善平衡，不同本体类别差异明显。作者认为本体预测在机制上可及，但现有方法尚未分离出清晰解耦的因果机制。
要点速读
- 论文提出MIOE基准，对实体类型识别和包含关系预测做互换干预，检验内部干预目标能否改变本体层面答案并保留类别辅助信息。
- 在Qwen3-8B和Qwen3-4B上评估SAE、DBM、DAS及多任务、多层变体，分布式子空间方法结果最强并跨提示设置泛化。
- 诱导变化与类别辅助信息仅部分分离，多任务目标与连续层窗口干预改善平衡，类别层面差异显著。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。