研究发现开源LLM隐空间存在专用临床概念中心

2026年10月5日发表于arXiv的研究指出，在11个开源大语言模型（LLM）的隐空间中，均发现了专用的临床概念中心。这些可解释的回路仅在对应的临床叙述下激活，并在因果层面上驱动模型的临床决策行为。实验显示，模型在面对对抗性角色提示时仍能保持内部一致性；通过沿这些概念中心进行干预引导，可以显著提升实际部署场景中的下游任务性能。此外，双盲临床医生验证进一步证实，这些概念中心的激活与使用能够预测临床医生的偏好。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。