Onderzoek Unconfirmed US

Van richting naar grootte: Hoe multimodale instructietuning de geometrische codering van identiteitsprompts reorganiseert

Gepubliceerd 14 July 2026

AI-samenvatting, gecontroleerd door de redactie.

In dit onderzoek wordt onderzocht of identiteit-specifieke systeem prompts statistisch onderscheidbare geometrische vingerafdrukken produceren in de verborgen staten van vier transformer taalmodellen. De studie vergelijkt drie promptcondities en onthult een kwalitatieve reorganisatie van identiteit codering bij multimodale instructietuning, waarbij de vingerafdruk verandert van richting-gecodeerd naar grootte-gecodeerd. Dit effect is specifiek voor multimodale instructietuning en niet aanwezig bij andere trainingsregimes. De bevindingen zijn gebaseerd op uitgebreide statistische analyses en bieden een methodologische bijdrage aan het veld.

Betrouwbaarheid
70
Relevantie
80
Impact
75
Urgentie
50

Oorspronkelijke bronnen (1)

Deze pagina toont geen volledige brontekst - lees het origineel voor de volledige context.

  • Primaire bron From Direction to Magnitude: How Multimodal Instruction-Tuning Reorganizes the Geometric Encoding of Identity-Specifying Prompts in Transformer Hidden States
    arXiv - cs.LG (Machine Learning) · 14-07-2026 · ResearchPublication
    Lees origineel
Fout gezien of correctie nodig? Neem contact op.