representation-probing

该论文提出一套区分「记忆依赖性、实用性和内容收益」的评估框架，指出仅通过置零记忆或与无文档模型比较，无法真正证明压缩记忆中的内容带来了性能提升，并在九个系统和 TriviaQA 等基准上进行了实证验证。

ArXiv 预印本，探讨 Gemma 4 31B 在内部如何表征九种非洲语言，以及国别特定的引导方向是否会偏向英语生成；研究发现非洲语言之间存在区域对齐模式，并且对尼日利亚、加纳、肯尼亚和南非的引导产生了可测量的效果。

该论文通过行为分析、表示探查和因果干预，研究了AM、POMO和LEHD等神经组合优化（NCO）路由求解器的内部决策机制，揭示了不同架构在构造解决方案时的差异化模式，例如LEHD依赖当前节点表示进行局部决策、起始节点提供全局导航参考。

该论文研究提示数量、来源与选择如何影响在线策略蒸馏（OPD）的迁移效果，发现提示效用取决于师生模型对与目标任务，且定向选择策略（如语义多样性、难度、师生分歧等）并未一致优于均匀随机采样。

本文在大语言模型代理的残差流中确定了一个极性翻转编码子空间，该子空间能够实时检测隐蔽数据窃取，在注入场景中达到AUC=0.918，且大幅优于仅输出检测器。