● Jeremy Howard 推荐：开创性的表征工程研究

📌 一句话摘要 Jeremy Howard 分享了 thebes (@voooooogel) 的一篇重要博文，探讨了表征工程以及 Claude 等 AI 模型如何处理情感概念。 📝 详细摘要 Jeremy Howard 重点推荐了 thebes (@voooooogel) 关于表征工程（Repr

● LLM 中对话轮次结构的螺旋表示 — LessWrong

📌 一句话摘要 本文探讨了 LLM 内部对对话轮次结构的表征，提出并论证了一种结合了线性和旋转特征的“螺旋”几何结构。 📝 详细摘要 作者探讨了 LLM 如何在内部表征对话中轮次交替的周期性，并对比测试了“时钟”（旋转）假设与“进度条”（线性）假设。该研究使用 Llama-3.2-1B 模型，通

● 后训练如何塑造法律表征：跨模型家族的 SCOTUS 意见书探测研究

📌 一句话摘要 本研究利用探测和表征工程技术对美国最高法院意见书进行分析，探究后训练如何塑造大语言模型对抽象法律原则的内部表征。 📝 详细摘要 文章探讨了法律概念表征（如正当程序、联邦主义）在多种开源模型家族（包括 Llama、Gemma 和 Qwen）中的涌现机制。通过岭回归探测激活值，并进行