研究提出LLM涌现失准的几何诊断与缓解框架

2026年10月1日，HuggingFace Daily Papers 收录一篇社区热门论文，研究大语言模型涌现性失对齐（EM）的机制诊断与参数空间缓解方法。论文提出对 EM 的动态二阶几何研究：训练轨迹显示，方向性 Hessian 曲率集中在语义关键 token 上；Grassmannian 投影表明，有害-安全差距的扩大主要源于安全梯度重叠的下降。该报道为目前关于此事件的唯一信息，未提及更早的相关报道或相互矛盾的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。