潜在辩论：解读LLM二元决策思维过程的替代框架

论文提出潜在辩论框架，用内部论点交互解读LLM二元决策并关联幻觉。

资讯摘要

论文提出“潜在辩论”（latent debate），一种用于解读大语言模型在True/False预测任务中内部思维过程的结构化替代框架，通过内部潜在论点及其交互来近似模型推理。作者报告该框架与原始LLM预测高度一致，并提供可解释性；同时发现辩论模式与幻觉存在强相关，例如中间层出现高度分歧与更高幻觉风险相关。

要点速读

1. 论文提出模型与任务无关的概念框架，并以符号化方式实例化，用于近似LLM面向二元决策的思考过程。
2. 作者报告潜在辩论与原始LLM预测高度一致，可作为幻觉检测的强基线。
3. 研究发现潜在辩论替代模型中间层的高度分歧与更高幻觉风险相关。

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 2026/11/4 08:00:28（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。