arXiv Artificial Intelligence· Bohui Zhang, Albert Mero\~no-Pe\~nuela, Elena Simperl·· 17 小时前AI 评分24
LLM 能否忠实求解本体工程任务？一项机制可解释性研究
Can LLMs Faithfully Solve Ontology Engineering Tasks? A Mechanistic Interpretability Study
AI 导读
研究提出 MIOE 因果抽象基准，用交换干预评估 LLM 在实体类型识别和包含预测两项本体工程任务上的表现。在 Qwen3-8B 和 Qwen3-4B 上测试 SAE、DBM、DAS 方法，分布式子空间方法结果最强且跨提示设置泛化，但诱导变化仅部分与类别辅助信息分离。多任务目标和连续层窗口干预改善了这种平衡，类级分析显示不同本体类别差异显著。
来源：arXiv Artificial Intelligence · arxiv.org