arXiv 人工智能· Mathis Immertreu, Fitim Abdullahu, Thomas Kinfe, Claus Metzner, Helmut Grabner, Patrick Krauss, Achim Schilling·· 11 時間前AI スコア40
模拟视角的几何：解耦多模态大语言模型中的表征与行为
The Geometry of Simulated Perspectives: Dissociating Representation and Behaviour in a Multimodal Language Model
未翻訳のため中国語で表示しています。
AI ガイド
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。
出典：arXiv 人工智能 · arxiv.org