标签
本文报告了对Gemma 3 4B IT的激活研究,表明该模型的内部表征能够区分必然性虚假(不可能)与偶然性虚假,其中不可能方向与真实方向正交,并与语义异常方向重叠。
本文证明,在共线性条件下,没有任何特征排名能同时满足忠实性、稳定性和完备性,刻画了完整的归因设计空间,并提供了一个形式化验证的可解释AI不可能性定理。