机制理解
Cui Chenhang, Yu Jian, Miao Shuyi, Liu Xiaohao, Huang Rui, Shen Fei, Zhang An, Chua Tat-Seng·预印本
把原生参数映射到词表空间，再用局部输出变化和定向干预检验这些读出。
可靠评估与安全
Shi Chuancheng, Li Shangze, Wu Wenhua, Hu Kun, Shen Fei, Wang Zhiyong, Chua Tat-Seng·预印本
答对是外部结果。这项研究进一步追问：改变知识的激发条件，答案背后的内部支撑是否仍然稳定？
能力激发与迁移
Dou Jingtong, Shi Chuancheng, Wu Wenhua, Bao Wei, Shen Fei, Wang Zhiyong, Chua Tat-Seng·预印本
通过对齐异构基础模型的功能子空间，把多个来源的互补能力引入同一个宿主模型。
应用研究
Li Jiahua, John Zixu, Zhong Tom, Wu Fuping, Xu Tianhao, Zheng Jianqing, Mo Yuanhan, Shen Fei·预印本
先定位预训练模型内部的潜在鉴伪储备，再让轻量适配沿这些既有方向发挥作用。
应用研究
Miao Shuyi, Huang Xinyi, Qiu Wangjie, Shen Fei, He Jinchun, Zheng Zhiming, Chua Tat-Seng·预印本
定位模型中的潜在安全信号，利用紧凑的内部神经单元表示检测恶意智能合约。
能力激发与迁移
Cui Chenhang, Xie Xu, Xu Linrui, Liu Xiaohao, Zhu Xingyu, Shen Fei, Chua Tat-Seng·预印本
在拟合阶段为各个码字提供更均衡的更新机会，以改善低比特量化质量。
可靠评估与安全
Zhang Xianhui, Yu Jian, Xie Chengyu, Cui Chenhang, Miao Shuyi, Shao Pengyang, Zheng Yu, Shen Fei, Chua Tat-Seng·预印本
推理模型可能已经在思考中识别风险，却仍在另一种语言的回答中给出不安全内容。
能力激发与迁移
Guo Ying, Chen Haidong, Xu Linrui, Liu Xiaohao, Shi Chuancheng, Xiao Canran, Zhang Dan, Shen Fei, Shen Li, Chua Tat-Seng·预印本
共享枢纽中可能包含原生相似度分数未能可靠揭示的跨模态关系。
应用研究
Li Shaotian, Li Shangze, Shi Chuancheng, Wu Wenhua, Wu Yanqiu, Yu Xiaohan, Shen Fei, Chua Tat-Seng·ACM Multimedia 2026
利用少量正常样本，挖掘视觉语言模型中已经存在的异常敏感神经元。
可靠评估与安全
Shi Chuancheng, Wu Wenhua, Shen Fei, Zhu Xiaogang, Hu Kun, Wang Zhiyong·ECCV 2026
在擦除敏感概念时，显式保护与干预方向耦合的正常特征。
能力激发与迁移
Cui Chenhang, Yang Binyun, Shen Fei, Chen Yuxin, Zheng Jingnan, Wang Xiang, Zhang An, Chua Tat-Seng·ICML 2026
利用激活对应关系，在架构不兼容的语言模型之间迁移知识。
可靠评估与安全
Zhang Xianhui, Xie Chengyu, Zhu Linxia, Yang Yonghui, Zhao Weixiang, Cheng Zifeng, Wang Cong, Shen Fei, Chua Tat-Seng·ICML 2026
识别连接高资源与非高资源语言安全行为的共享安全神经元。
应用研究
Dou Jingtong, Shi Chuancheng, Wang Yemin, Guo Shiming, Yi Anqi, Wu Wenhua, Zhang Li, Shen Fei, Chua Tat-Seng·ICML 2026
从预训练模型中寻找已有的伪造敏感锚点，为鉴伪提供内部知识依据。
可靠评估与安全
Shi Chuancheng, Li Shangze, Lu Wenjun, Wu Wenhua, Wang Cong, Cheng Zifeng, Shen Fei, Chua Tat-Seng·ICML 2026
追踪有害语义的跨层传播，并在路径层面进行干预。
机制理解
Shi Chuancheng, Li Shangze, Guo Shiming, Xie Simiao, Wu Wenhua, Dou Jingtong, Wu Chao, Xiao Canran, Wang Cong, Cheng Zifeng, Shen Fei, Chua Tat-Seng·CVPR 2026 · Highlight
模型可能已经具备文化知识，却未能在多语言文生图过程中充分激活它。
