一篇论文发现，LLM 的角色扮演并非模板匹配，而是模型内部存在一条从微观到宏观的「粒度轴」，角色切换本质是沿此轴移动坐标。
📝 详细摘要
李继刚解读了一篇关于 LLM 角色扮演机制的新论文。论文通过让模型扮演 75 个不同角色（从微观的「忧心的家长」到宏观的「世界银行行长」），分析其内部隐藏向量，发现这些角色并非孤立的模板，而是排列在一条从微观到宏观的直线上。角色切换的本质是沿着这条「粒度轴」移动坐标，而非切换风格模板。这一发现不仅解释了角色扮演法的有效性，还暗示人类语言本身编码了「视野远近」的连续刻度结构。
📊 文章信息
AI 初评：87
来源：李继刚(@lijigang_com)
作者：李继刚
分类：人工智能
语言：中文
阅读时间：4 分钟
字数：898
标签： LLM, 角色扮演, Prompt Engineering, 论文解读, 模型可解释性