基础研究机制理解 DV-Lens：揭示语言模型参数的功能组织 Cui Chenhang2026年10月·预印本·约 4 分钟阅读 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。 了解这项研究 → 阅读论文 ↗
基础研究可靠评估与安全 正确答案是否具有稳定的潜在知识支撑？ Shi Chuancheng2026年10月·预印本·约 4 分钟阅读 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？ 了解这项研究 → 阅读论文 ↗
基础研究能力激发与迁移 SuperAI：跨异构基础模型的能力合并 Dou Jingtong2026年10月·预印本·约 4 分钟阅读 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。 了解这项研究 → 阅读论文 ↗
应用研究 Forensic Reserve：激发潜在知识以检测图像伪造 Li Jiahua2026年10月·预印本·约 4 分钟阅读 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。 了解这项研究 → 阅读论文 ↗
基础研究可靠评估与安全 EmoRSS：缓解大语言模型中情绪引发的过度拒答 Miao Shuyi2026年10月·预印本·约 4 分钟阅读 情绪化措辞可能使正常请求更容易遭到拒答。EmoRSS 通过干预拒答相关激活，缓解这种偏移。 了解这项研究 → 阅读论文 ↗
应用研究 ContractLens：利用潜在安全知识检测恶意智能合约 Miao Shuyi2026年10月·预印本·约 4 分钟阅读 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。 了解这项研究 → 阅读论文 ↗
基础研究能力激发与迁移 BARQ：面向低比特大语言模型量化的平衡码本优化 Cui Chenhang2026年10月·预印本·约 3 分钟阅读 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。 了解这项研究 → 阅读论文 ↗ 代码 ↗
基础研究可靠评估与安全 ACTR：对齐思考与回答，提升推理模型的多语言安全性 Zhang Xianhui2026年9月·预印本·约 4 分钟阅读 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。 了解这项研究 → 阅读论文 ↗
基础研究能力激发与迁移 Hub-Spectral：激活潜在多模态知识 Guo Ying2026年9月·预印本·约 4 分钟阅读 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。 了解这项研究 → 阅读论文 ↗ 代码 ↗
应用研究 LAKE：挖掘视觉语言模型中的潜在异常知识 Li Shaotian2026年4月·ACM Multimedia 2026·约 3 分钟阅读 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。 了解这项研究 → 阅读论文 ↗
基础研究可靠评估与安全 OrthoEraser：通过耦合神经元正交投影擦除概念 Shi Chuancheng2026年3月·ECCV 2026·约 3 分钟阅读 在擦除敏感概念时，显式保护与干预方向耦合的正常特征。 了解这项研究 → 阅读论文 ↗
基础研究能力激发与迁移 Transport and Merge：跨架构大语言模型合并 Cui Chenhang2026年2月·ICML 2026·约 3 分钟阅读 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。 了解这项研究 → 阅读论文 ↗ 代码 ↗
基础研究可靠评估与安全 谁在传递安全？定位并干预跨语言共享安全神经元 Zhang Xianhui2026年2月·ICML 2026·约 4 分钟阅读 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。 了解这项研究 → 阅读论文 ↗ 代码 ↗
应用研究 DNA：揭示通用的潜在伪造知识 Dou Jingtong2026年1月·ICML 2026·约 3 分钟阅读 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。 了解这项研究 → 阅读论文 ↗
基础研究可靠评估与安全 TraceRouter：通过路径级干预提升基础模型安全性 Shi Chuancheng2026年1月·ICML 2026·约 3 分钟阅读 追踪有害语义的跨层传播，并在路径层面进行干预。 了解这项研究 → 阅读论文 ↗
基础研究机制理解 文化在哪里消退？揭示文生图中的文化差距 Shi Chuancheng2025年11月·CVPR 2026 · Highlight·约 3 分钟阅读 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。 了解这项研究 → 阅读论文 ↗
