latent-representation

本文引入了大型语言模型中行为安全与表征层面鲁棒性之间的审计差距概念，提出了基于干预的评估框架和Latent Vulnerability Score（LVS）来衡量隐藏的脆弱性。

介绍了Thoughts-as-Planning框架，该框架使用潜在世界模型和强化学习将思维链优化建模为序列决策过程，在效率和泛化方面优于现有方法。

Latte 提出了一种框架，将个性化表示为通过潜在轨迹预测同侪锚定的相对偏好状态，并向冻结的LLM注入一个软令牌以实现个性化生成。在Amazon Reviews 2023和MemoryCD数据集上，它优于现有的个性化方法。

ATLAS提出了一种视觉推理框架，该框架通过功能标记将智能体操作和隐式表示相结合，实现了通过下一个标记预测和强化学习进行高效训练，同时避免了中间图像的生成。

本文为非参数化框架下从通用模型中提取任务相关表示建立了可辨识性保证，证明在稀疏正则化条件下，任务结构在不同时间步之间是可辨识的，且潜在表示在每个时间步内也是可辨识的。