تحقق الباحثون مما إذا كانت التمثيلات الداخلية في نماذج اللغة الكبيرة توفر نافذة أكثر مباشرة نحو المعايرة والموثوقية مقارنةً بالاستدلال بالتفكير المتسلسل (CoT). بالعمل مع Eternis-Forecaster 8B على OpenForesight، قاموا بتدريب مجسات تجميع التمثيلات على التنشيطات الوسيطة التي حققت معايرة أفضل بكثير مقارنة بالمخرجات القياسية للنموذج.
- عملت المجسات أيضًا ككاشفات للكذب، وتتبع التحولات السلوكية والتنبؤ باتجاه التغيير في 84% من الحالات حتى عندما أخفت CoT التشويشات.
- أظهر استبعاد الأدلة أن إزالة المصادر المؤثرة غالبًا ما غيّرت التوقعات بينما تركت مسارات الاستدلال دون تغيير، مما يبرز انفصالًا بين المخرجات والعملية.
- كشف الإجابة القسرية عن أن التوقعات تكون ثابتة إلى حد كبير قبل بدء الاستدلال؛ حيث أدى توجيه الأسئلة حسب توزيع الإجابات المحدد مسبقًا إلى توفير 30-47% من الرموز (tokens) دون فقدان الدقة.
تؤسس هذه النتائج فحص التمثيلات الداخلية كأداة عملية لمعايرة ومراجعة وفرزة متوقعي نماذج اللغة.