无理解的收敛：当语言模型在表征上达成一致却在推理上产生分歧时

本文探讨了“柏拉图表征假说”是否延伸至推理过程。通过评估 8 个家族共 16 个大语言模型在数学、科学等 800 个推理问题上的表现，研究发现三种分离现象：难度倒置（失败问题上表征更收敛）、代际差距（决策前表征对齐，决策后发散）以及附带正确性（共享信息可解码但对预测因果影响微弱）。结果表明，表征收敛反映的是共享输入处理约束，而非共享推理策略，这对集成设计和可解释性评估具有重要意义。