ホットトピック継続更新中
研究揭示大模型数学符号错误机理与可控性差异
1 件の報道1 件の報道元10 時間前 更新
まずこの件を把握する
AI 概要
2026年11月6日，arXiv发布关于大语言模型数学符号错误机理的研究。该研究对6款14B至675B参数的开源大模型进行分析，发现多步数学推理中的符号错误均由网络最后四分之一（70-100%深度）的MLP层写入。实验表明，通过在残差流中干预单一方向，能够纠正Llama-3.3-70B上14例分部积分错误中的13例，该效果在Qwen、Gemma和Mistral-Small模型上也得到复现。然而，在Phi-4模型中，由于存在约15层的冗余写入，上述干预手段失效。该结果证明，模型内部机制的回路定域并不代表其具备可控性。
AI が報道をもとに生成 · 10 時間前 更新
最新の進展11月6日 13:00
新研究揭示大模型符号错误由深层MLP写入，且残差流干预在多款模型有效但在Phi-4上失效。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月6日
- arXiv 机器学习定域性不等于可控性：LLM 数学符号错误的机理研究
研究表明，6 款 14B 至 675B 参数的开源大语言模型在多步数学中的符号错误，均由网络最后四分之一（70-100%）深度的 MLP 层写入。从残差流干预单一方向可纠正 Llama-3.3-70B 上 14 例分部积分错误中的 13 例，并在 Qwen、Gemma 和 Mistral-Small 上复现。但 Phi-4 因约 15 层的冗余写入导致干预失效，证明回路定域并不代表其具备可控性。
このストーリーのホット度の推移
現在のホット度 8·比較可能範囲のピーク 10（11月6日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。