研究者提出探针分数floor/ceiling解读框架

研究者 Pranjal Garg 提交论文，提出用「下限」与「上限」两个参考点解读可解释性探针分数：下限是声明的一组简单输入已能预测的部分，上限是完整输入能预测的部分，两者之差称为「余量」，即探针能证明模型算出简单输入之外内容的范围。 在上下文元分析任务中，分布偏移下探针分数下降、预测误差上升 12–15 倍，但模型仍恢复了相近比例的余量，作者据此称这是数据丢失信息而非表征问题。对 scGPT 及四项 LLM 探针研究的复检显示，部分结论仅凭输入文本即可解释。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。