几何深度学习 逻辑推理 流形学习 可解释性
摘要

大型语言模型在连续语义空间中平滑泛化,但严格逻辑推理需构建离散决策边界。本文提出任务上下文作为非等距动态算子,强制产生必要的“拓扑畸变”。通过残差流激活的 Gram-Schmidt 分解,揭示了双重调节机制:类无关的拓扑保持锚定全局结构,特定代数发散撕裂跨类概念以形成逻辑边界。实验验证了从简单映射到素数测试的几何演化,向量消融证明代数发散分量与奇偶分类准确性存在严格因果绑定。此外,研究发现社会压力提示下发散不足导致“流形纠缠”,几何解释了谄媚与幻觉现象。

AI 推荐理由

核心研究 LLM 离散逻辑推理的几何机制,揭示拓扑变形与推理能力的因果关系。

研究机构
华南理工大学计算机科学与工程学院
论文信息
作者 Long Zhang, Dai-jun Lin, Wei-neng Chen
发布日期 2026-03-24
arXiv ID 2603.23577
相关性评分 9/10 (高度相关)