热点事件持续更新
多语言LLM的否定表征跨语言共享并可因果控制
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月26日，arXiv cs.CL 发布一项预印本研究，题为“‘Not’未在翻译中丢失”。该研究对6个开源多语言模型在英语、法语、越南语和中文四种语言上进行因果干预分析，结论是这些模型的否定表征在很大程度上跨语言共享，并且可以被因果控制。具体发现包括：从一种语言中提取的对比激活方向，能够诱导或消除其他语言中的否定；不同语言提取出的方向高度对齐；每个模型只需一个稀疏自编码器（SAE）特征，就能跨语言控制否定极性；干预效果还泛化到另外四种语言以及由 FLORES 衍生的句子。目前该工作以预印本形式公开，报道中未提及同行评审或独立复现情况。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 12:00
新预印本称6个开源模型的否定表征跨语言共享，可用单个SAE特征因果控制。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.CL“Not”未在翻译中丢失：多语言 LLM 否定表征的因果分析
对 6 个开源模型在英语、法语、越南语和中文上的因果干预分析显示，多语言 LLM 的否定表征在很大程度上跨语言共享，并且可以被因果控制。从一种语言中提取的对比激活方向，可以诱导或消除其他语言中的否定，而且不同语言提取的方向高度对齐。每个模型只需一个稀疏自编码器（SAE）特征，就能跨语言控制否定极性；干预还泛化到另外四种语言和由 FLORES 衍生的句子。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。