论文用类失语症干预揭示LLM语言功能高度纠缠
资讯摘要
论文提出一个受失语症启发的机制可解释性框架，用分类器引导的损伤与连续激活引导两种方法，在大语言模型中系统诱发类似失语症的功能崩溃。作者报告，语言功能可被定位到离散的结构回路和连续表征向量，但不同失语症剖面之间存在显著的回路重叠与向量相似性，功能高度纠缠；激活引导能稳健泛化到下游任务，结构损伤则受到不对称约束。
要点速读
- 论文提出受失语症启发的机制可解释性框架，用分类器引导损伤和连续激活引导两种方式诱发类失语症故障。
- 作者报告语言功能可定位到离散结构回路与连续表征向量，但不同失语症剖面间存在显著回路重叠和向量相似性。
- 作者报告激活引导可稳健泛化到下游任务，结构损伤则受不对称约束。
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 2026/10/23 08:00:11（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。