PoS SAE：词性信息分布在一组潜变量中
95%覆盖不等于95%精度；可线性读出也不等于模型因果使用
研究把 Llama-3-8B 的稀疏自编码器激活与 GUM 词性标签对齐，寻找可跨样本复用的小组。结果支持词性信息分布式存在，却没有得到“一种词性对应一个纯净特征”的结论；控制句中的高召回、低精度尤其值得注意。
Alessandro Bondielli 等 · 比萨大学阅读简报
2026.09.29 简报
每日研究 · 覆盖 2025.09.25 — 2026.09.29
以下为当期记录；研究详情页展示最新已核对信息。
3 项工作
CoT前缀：评测接口怎样把正确信息读成错误答案
要求先解释却立即评分选项标签，测到的可能是输出格式错位
给模型加上“逐步思考”后立即比较A/B概率，与让模型真正生成推理再抽取答案，是两种不同事件。论文在ScienceQA发现前者大幅掉分，而匹配探针仍可读出答案信息；这提醒我们先检查解码协议，不能把接口失配直接称为推理能力退化。
Zeyan Li、Siyuan Qiu、Jianfeng Xu · 上海交通大学阅读简报
ALOE：知识编辑先解决“该改哪些状态”
高局部性来自有选择的门控，改写覆盖仍是主要短板
同一主体可能有多个关系，直接写入一个残差容易误伤邻近事实。ALOE先学习能区分释义和同主体错误关系的语义地址，再校准门控，把低秩残差嵌入一个MLP投影；它提高编辑成功与局部保持，但对换一种问法的覆盖仍明显不足。
Zeyan Li、Hu Xu、Jianfeng Xu · 上海交通大学阅读简报
人物与观点
0 条该期没有收录这个领域的人物动态。