标签
This paper investigates when large language models develop domain-specific parametric shells (causally necessary neuron populations), finding that modular training data at the token level (e.g., languages, code) produces functional shells, while academic subject domains do not, despite being linearly decodable.
首次从神经元层面解释大型音频语言模型如何编码多语言情感，引入一致性正则化融合（Consistency-Regularized Fusion）以识别跨12种语言的多语言情感神经元，并展示了跨语言迁移的益处。
本文研究了LLM中的算术启发神经元在符号算术、自然语言文字题和Python代码中是否具有形式不变性。通过激活修补，他们发现了一个共享的神经元回路，该回路对于算术计算是必要且充分的，并且跨格式失败源于激活状态而非不同的回路。
本文介绍了一种通过分析Hadamard积来解耦Inceptionv1中单个卷积神经元的技术，揭示了清晰的单语义聚类（汽车、猫、狗）以及低值聚类（字母、人脸），其权重分布体现了梯度下降行为。
本文介绍了 YFPO，这是一种神经元引导的偏好优化框架，利用内部激活信号来提高大型语言模型在数学推理方面的能力。
这项研究表明，通过靶向负责拒绝响应的单个神经元，可以绕过大型语言模型的安全对齐机制，揭示了安全机制并非稳健地分布在整个模型中，而是由单个神经元介导的。
本文介绍了IRiS，一种无需训练的情境人格引导框架，它通过识别和利用情境依赖的人格神经元，超越了静态人格建模。该方法表明，大型语言模型的行为随情境变化，并提出了基于神经元的识别、检索和加权引导方法，在PersonalityBench和新增的SPBench基准上得到验证。
论文页面 - MNAFT：用于图像翻译的多模态大语言模型模态神经元感知微调 来源：[https://huggingface.co/papers/2604.16943](https://huggingface.co/papers/2604.16943) 发布日期：4月18日 · 提交者 [https://huggingface.co/liboaccn](https://huggingface.co/liboaccn) [](https://huggingface.co/liboaccn) [Bo Li](https://huggingface.co/liboaccn)