Yiling Wu发布LLM表征生成结构诊断论文
热点事件持续更新
Yiling Wu发布LLM表征生成结构诊断论文
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Yiling Wu于2026年11月3日在arXiv发布论文《The Presupposition Problem in Representation Genesis》，指出大语言模型在表征生成中存在“预设问题”。该研究批判了Language of Thought等认知框架的结构缺陷，认为LLM未经历从非表征到内容敏感表征的系统过渡。 作者提出“表征回归”概念，论证了现有解释无法独立于目标状态的逻辑循环。论文属于概念诊断而非新理论构建，主要确立了避免该循环的两个最低充分条件。 该研究将缺乏表征生成理论的问题从纯理论探讨转化为实际后果，揭示了现有认知科学解释在应用于大语言模型时的结构性局限。
AI 根据报道生成 · 1 小时前更新
最新进展11月3日 13:00
大语言模型表征生成中的预设问题报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · AI大语言模型表征生成中的预设问题
该研究指出 LLM 未经历从非表征到内容敏感表征的系统过渡，暴露了现有认知科学解释的结构性缺陷。 论文批判了 Langue of Thought 等框架中存在的“表征预设”结构，导致解释无法独立于目标状态。作者提出“表征回归”概念，确立避免该循环的两个最低充分条件。 这使得缺乏表征生成理论的问题从理论探讨变为实际后果。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。