大语言模型中的高维人类价值观表征

基于摘要分析。本文研究如何刻画大语言模型（LLMs）中注入的人类价值观及其分布，提出 UniVar，将符号化的人类价值观分布映射为连续、可扩展的高维神经表征，用于探索不同模型在多语言与文化语境中的价值优先次序。 方法方面，作者使用 8 个 LLM 的价值相关输出进行自监督表征学习，并将 UniVar 描述为独立于模型架构和训练数据的表示方式。摘要未说明价值相关输出的构造方式、符号价值体系的定义、自监督目标及表征提取流程，因此这一独立性的具体含义与适用边界尚未验证。 评估方面，作者报告在 15 个开源及商业 LLM 上评估 UniVar，并借助该表征可视化和探索 25 种语言及文化语境中的价值优先次序。摘要未提供具体量化指标、对照结果或统计证据，不能据此判断其表征质量、跨模型泛化能力，或是否充分区分语言表达差异与价值观差异。实验协议、消融及统计信息尚未验证。 本文的主要研究对象是 LLM 的人类价值观表征，而非 EEG 信号或 BCI 解码。现有材料未提供与神经信号建模的明确机制对应，因此不据此推断其具有 BCI 迁移效果。