引用Terr_ · 2026-03
“The content does not support the title.”
批评论文内容撑不起标题
找出不到 0.1% 就能预测幻觉的稀疏神经元
论文从识别、行为影响和起源三个角度系统研究 LLM 中的幻觉相关神经元(H-Neurons)。结果显示,不到 0.1% 的稀疏神经元子集就能在多种场景下可靠预测幻觉;受控干预表明这些神经元与过度顺从行为存在因果联系;它们可追溯到预训练的基础模型,说明形成于预训练阶段。
评论者一方面认为论文内容与标题不相符,另一方面也把它当作幻觉神经元与谄媚、越狱敏感性相关的相近发现来引用。
“The content does not support the title.”
“The H-neuron paper[0] found something similar (if not more general)”