研究：LLM人格表征编码在解码器后段

一项 arXiv 论文研究人格（由人类特征、价值观和信念定义）在预训练 decoder-only 大语言模型表征空间中的编码位置，发现多个模型仅在解码器层最后三分之一才对不同人格表现出显著的表征空间差异。 研究还指出，道德虚无主义与功利主义等伦理视角的激活存在重叠、呈现多义性，而保守主义与自由主义等政治意识形态则分布在更独立的区域。作者称该发现有助于理解 LLM 内部信息表征，并为调控模型输出中的特定人类特质提供参考。 论文带有“包含可能冒犯性示例语句”的警示，并注明已修正 Level 0、1、2 分析中的小型命名不一致；这些均为作者自述，尚待同行验证。

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。