meta人工智能研究團隊聯(lián)合愛丁堡大學科研人員，開發(fā)出一種名為電路基礎(chǔ)推理驗證（CRV）的創(chuàng)新技術(shù)。該技術(shù)通過解析大型語言模型（LLM）的內(nèi)部運算機制，能夠精準識別推理過程中的錯誤并實施修正，為提升AI系統(tǒng)可靠性提供了全新解決方案。

傳統(tǒng)驗證方法主要分為兩類：黑箱驗證通過分析輸出結(jié)果進行判斷，灰箱驗證則嘗試觀測模型中間狀態(tài)，但兩者均無法定位計算失誤的根本原因。CRV技術(shù)突破性地采用白箱驗證策略，通過將模型中的標準稠密層替換為特制轉(zhuǎn)碼器，使原本不透明的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)變得可解析。研究人員發(fā)現(xiàn)，模型在執(zhí)行推理任務時會激活特定的神經(jīng)元子圖，這些子圖構(gòu)成了獨特的"推理電路"。

該技術(shù)的核心在于構(gòu)建歸因圖譜。研究團隊通過追蹤信息在神經(jīng)元間的傳遞路徑，繪制出完整的因果流動圖，并提取出描述電路特征的"結(jié)構(gòu)指紋"。基于這些特征，系統(tǒng)訓練出診斷分類器，能夠以高準確率判斷每個推理步驟的正確性。實驗數(shù)據(jù)顯示，在Llama3.1模型上的測試中，CRV在多個數(shù)據(jù)集和評估指標上均顯著優(yōu)于現(xiàn)有方法。

進一步研究揭示，不同類型推理任務產(chǎn)生的錯誤模式具有領(lǐng)域特異性。例如數(shù)學計算與常識推理的錯誤特征存在明顯差異，這表明各類任務依賴不同的內(nèi)部運算電路。這種發(fā)現(xiàn)為模型優(yōu)化提供了重要依據(jù)，研究人員可以通過針對性抑制錯誤特征，實時調(diào)整模型的推理路徑。

相較于廣泛應用的鏈式思維推理（CoT）技術(shù)，CRV的最大優(yōu)勢在于提供透明計算視圖。當系統(tǒng)檢測到推理錯誤時，不僅能夠定位問題發(fā)生的具體組件，還能通過抑制錯誤特征傳播來修正運算路徑。這種實時干預能力使得AI系統(tǒng)在處理復雜任務時更具可靠性。

技術(shù)亮點：