具身语言智能体中符号状态的因果校准

基于摘要分析。研究关注具身语言智能体内部可被读出的符号状态是否真正参与动作选择，而不仅是可访问的表征。作者在 ALFWorld 家庭任务中构造受控决策点，用 Jacobian lens（J-lens）测量符号谓词的表征强度，再通过定向抑制检验该强度与动作决策因果影响之间的关系。 研究覆盖 OPEN、HOLDING、HOT、CLEAN 和 COOL 五种具身谓词。在每个决策点，作者抑制对应的 J-space 分量，观察模型对正确下一步动作的偏好变化，并设置表征强度匹配的无关概念、范数匹配的随机方向以及错误层干预作为对照。核心设计是区分“概念能够被读出”与“概念在当前决策中被实际使用”，同时检查干预效果是否依赖决策情境。 作者报告，在谓词与决策相关的状态中，J-lens 强度与干预效应相关，Spearman ρ = 0.46，p < 0.001；当相同谓词与行为无关时，该关系减弱至 ρ = 0.09，p = 0.12。作者还报告，定向消融相较匹配对照使正确动作的 logit 裕量下降更多，差异为 +0.47 logits，且干预效应随干预强度单调变化。这些结果支持作者提出的、以决策情境为条件的因果重要性代理解释，但不等于所有可读符号表征都具有同样的因果作用。 摘要未提供模型身份与规模、决策点数量、任务划分、J-lens 的具体计算方式及干预实现细节；实验协议、消融及统计信息尚未验证。该研究的直接对象是具身语言智能体，材料未给出与 EEG/BCI 的具体机制对应，因此不将其改写为神经信号解码方法，也不据此提出 BCI 复现方案。