标签
本研究探讨多语言大型语言模型是否为跨语言数学推理发展出共享的内部表示，引入了一种新颖的几何不变稀疏自编码器（GI-SAE）方法。研究发现，跨语言特征共享依赖于模型，且几何相似性并不一致意味着功能可互换性。
本文研究了大型推理模型（LRMs）中的生成-评估差距，发现尽管它们能近乎完美地生成解决方案，但由于答案确认偏差，它们无法稳健地评估推理过程。