moral-representations

本文揭示，Mixture-of-Experts 模型在探测中编码道德内容的鲁棒性与密集模型相当，但由于输出稀释，它们更为脆弱。输出稀释是指聚合的专家输出稀释了信号，使表示容易受到噪声的影响。