大语言模型表征对齐的尺度、驱动因素与局限

研究提出 Neighborhood-Weighted RSA（NW-RSA）与 Counterfactual RSA（CF-RSA）两种方法，用于定位大语言模型在哪些几何尺度上一致、哪些语言属性支撑这种一致。结果显示，模型在粗粒度表征几何上高度一致，但在局部邻域存在显著分歧；逻辑辖域扰动造成的对齐下降明显大于层级句法、事件角色或语篇结构的扰动。