研究揭示多模态模型表征几何与行为解耦现象
Start here
针对 Qwen3-VL-8B-Instruct 的研究揭示，多模态大语言模型在模拟角色视角时，内部表征与行为判断存在显著解耦。研究在 100 张图像与 53 种提示词条件下展开，发现提示词框架对模型隐藏表征的重塑作用强于角色身份，但角色内容对最终行为评分的影响反而更大。此外，模型早期网络层主要用于编码图像特征，直到深层网络才逐渐涌现角色结构，该结果证明了模型的表征距离并不必然反映其行为相关性。
AI-generated from reports · Updated 6 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能模拟视角的几何：解耦多模态大语言模型中的表征与行为
针对 Qwen3-VL-8B-Instruct 的研究发现，多模态大语言模型在模拟角色视角时，内部表征与行为判断存在显著解耦。在 100 张图像与 53 种提示词条件下，提示词框架对隐藏表征的重塑强于角色身份，而角色内容对行为评分的影响更大。早期网络层主要编码图像，深层才涌现角色结构，证明表征距离并不必然反映行为相关性。
Story heat trend
Current heat 9·Comparable peak 10（Nov 6 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.