循环语言模型推理机制可解释性研究

研究者提交论文，构建了一套基于机制可解释性的检查协议，用五个视角分析来自四个家族的八款循环语言模型，并首次区分两类循环结构：提示词仅在循环状态内传递的 carry loops（Ouro、LoopUS），以及每次迭代重新输入的 re-read loops（Parcae 及 Raven 家族的 Rec-OLMo、Huginn）。 该工作为预印本，尚未经过同行评审；其结论基于作者自建的协议与选定的八款模型，是否适用于其他循环语言模型仍未验证。论文摘要未说明各视角的具体指标与结果差异。 事件的核心变化在于，循环语言模型的潜在推理此前多被视为单一机制，该研究提出按信息传递方式划分为两类，为后续机制可解释性比较提供了分类起点。

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。