Контент доступен только для PRO подписчиков
Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку
Semantic Gravity Wells: почему запреты притягивают запрещённое
КЛЮЧЕВАЯ СУТЬ
Адаптировать под запрос
Пишешь 'не используй слово Paris' — модель генерирует именно Paris в 9-46% случаев. Исследование объясняет почему негативные инструкции проваливаются.
Само упоминание запрещённого создаёт 'семантический гравитационный колодец' — активирует внутреннее представление слова. Модель пытается подавить, но в поздних слоях feed-forward сети генерируют толчок к этому слову (+0.39) — перевешивают подавление. В провалах подавление в 4.4× слабее, чем в успехах.
Дайджест исследования
Контент доступен только для PRO подписчиков
Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку
Контент доступен только для PRO подписчиков
Чтобы получить доступ к концептам этого исследования, оформите PRO подписку
Простыми словами
Контент доступен только для PRO подписчиков
Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку