大语言模型隐喻表征的可解释性与调控研究

2026年10月23日，一篇发表于arXiv人工智能分类的论文研究大语言模型中的隐喻表征。作者为Shihui Li、Mette Andersen、Martha Lewis。论文称，研究使用机制可解释性技术，在覆盖不同架构与规模的大语言模型中识别出因果子空间，并可在不同词性的分类任务上调控输出；该技术同样适用于生成任务，表明可用于控制大语言模型输出的隐喻性程度。目前该研究处于论文发布阶段，尚无后续跟进报道，也未出现与早先报道矛盾的数字或说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。