arXiv · NLP· Bangzhao Shu, Arinjay Singh, Mai ElSherief·· 4 小时前AI 评分29
利用稀疏自编码器揭示 LLM 情感推断的因果机制
Why Are Some Emotions Harder for LLMs? Uncovering the Causal Mechanisms of Emotion Inference via Sparse Autoencoders
AI 导读
研究利用稀疏自编码器揭示 LLM 情感识别偏好的因果机制，发现惊讶和恐惧依赖高集中度特征，而厌恶性状分布分散且易受愤怒特征压制。 研究执行两项干预实验，通过定向调节弱势因果特征和全局优化转向向量，以缓解特定情感失败并提升整体情感识别性能。
来源：arXiv · NLP · arxiv.org