线性翻译器破解双模型隐语通信

研究者 salinecrop 用线性翻译器解码 Qwen3-4B 与 AFM-4.5B 通过 hidden states 传递的私密切语词。翻译器以183个其他词拟合后，在80个未见词上的猜中率达到93%，明显高于 logit lens 的8%和随机基线的1.25%。 实验中，两个模型从36层中的8层读取对方的隐状态，且其中一方从未见过对方的密语词。结果表明，该系统设置的隐语通信可被外部线性映射有效识别，但测试结论限于此次模型组合、读取方式和词表范围。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。