研究团队提出神经场权重读取器轨道审计协议
Start here
2026年11月5日，arXiv发表的一项新研究提出了神经场权重读取器的轨道审计协议。该协议通过神经元置换与正向 ReLU 重缩放，用以检验模型能否将功能信息与参数坐标分离。测试范围涵盖了 480 个形状场、1000 个 MNIST 场，以及 4 个小型冻结语言模型在 1920 次会话中的推理表现。实验结果表明，规范化操作虽然能够统一等效提示词，但既不等于确立了识别能力，也无法确保生成一致的回复。
AI-generated from reports · Updated 3 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能一致性不等于理解：神经场权重读取器的轨道审计
一项新研究提出神经场权重读取器的轨道审计协议，通过神经元置换与正向 ReLU 重缩放，检验模型能否将功能信息与参数坐标分离。测试涵盖 480 个形状场、1000 个 MNIST 场以及 4 个小型冻结语言模型在 1920 次会话中的推理表现。结果表明，规范化虽能统一等效提示词，但既不等于确立识别能力，也无法确保生成一致的回复。
Story heat trend
Current heat 9·Comparable peak 10（Nov 5 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.