11:27arXiv cs.LG@Andres Nava, Matthieu Wyart精选该研究提出了一种分布理论,解释语言模型中上下位关系(如“动物-狗”)的几何编码机制。基于WordNet中词对共现频率与层级距离相关的假设,理论证明word2vec嵌入的Gram矩阵谱结构会自然形成从粗到细的层级分裂几何。实验在多个WordNet子树上验证了该预测,并发现该特征在Gemma 2B模型的unembedding中同样显著。结果表明,LLM中的层级概念几何可能并非源于特定功能机制,而是词共现统计的谱结构涌现结果。论文语言模型层级概念词共现谱分析word2vec推荐理由:这项研究揭示了语言模型层级概念几何的统计根源,对理解LLM表征形成机制的研究者很有价值,建议关注其理论框架与实验验证。原文