研究提出基于LLM的上下文轨迹与动态语义分析框架

2026年10月2日，arXiv发布的一项自然语言处理研究提出了一种新分析方法，通过构建token级增量轨迹来追踪RoBERTa等大语言模型在句子展开过程中上下文词嵌入的演变，以探索动态话语语义构建。实验表明，该方法在花园路径句测试中成功复现了关键区域的中断特征，并能可靠区分歧义句与对照句。同时，实验还发现歧义相关信息不仅存在于句子级CLS表征中，也广泛分布在普通词汇token中。

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。