HackerNews「Truth is not a direction」：用塔斯基逻辑攻击LLM探针方法研究论文以塔斯基真理论为基础，论证当前LLM探针（probes）在检测模型「内部真相」时存在根本性缺陷作者指出「真相」不是线性可分离的方向向量，现有探针方法的理论基础不成立该研究对AI可解释性和对齐研究领域产生了重要冲击2 个月前访问原文链接