本文通过几何、因果控制和操作预测三个层面,揭示了LLM作为评委时偏见在隐藏状态中的稳定低维几何结构,并利用该结构实现了双向评分控制和跨域失败预测。
机构:阿里
来源:arXiv 2607.11871 | AI4Papers 论文推荐平台