独立研究员 Jason Van Pham 的一篇预印本提出，在冻结模型之间翻译连续表示，以实现无需权重编辑的引导、回忆和推理。该工作引入了一种方法，将概念编译为一个模型空间中的残差方向，并通过仿射变换映射到另一个模型的隐藏层。

  • 在第一个实验中，向 Qwen2.5-0.5B 的概念方向添加负增益，使虚构生物提示下的生成从活体动物解读转向物体语言（例如，“便携式炉灶”）。
  • 第二种机制将来自 Qwen3-Embedding-8B 的有序片段映射到 Llama-3.1-8B 的输入槽中，允许目标模型重建临时命题并支持匹配推理。
  • 嵌入阶段的秩 128 压缩保留了成对相似性（r=0.937），但降低了重建质量，表明在词元身份之前，检索几何结构在压缩下得以幸存。
  • 作者明确限制了主张，指出该方法不是微调、KV-cache 记忆，也不是一般语义反转的证明。

该研究确立了特定提示族上的符号敏感残差状态转换，并证明紧凑反转和有序回忆是跨模型信息传输的不同操作点。