线性表征可迁移性假设：利用小模型引导大模型

基于摘要分析。本文研究不同规模语言模型的隐藏表征能否通过简单映射对齐，并据此将小模型中的行为引导方向迁移至大模型。作者提出 Linear Representation Transferability（LRT）假设，使用隐藏状态之间的仿射映射，检验迁移后的 steering vectors 是否保留其原有语义作用。 其概念框架假定：在相同数据上训练的模型，其表征可由一组与任务相关、跨模型规模保持一致的通用基特征线性组合而成；LRT 进一步提出不同模型的表征空间之间存在仿射变换。实验思路不是仅比较表征相似性，而是将与特定模型行为相关的隐藏状态方向经映射迁移，以行为是否保持来检验对齐效果。作者报告，在所评估的不同规模语言模型之间，学得的仿射映射能够保留 steering 行为，并将其视为支持 LRT 假设的经验证据；摘要未提供模型名称、训练数据、映射拟合方式、行为任务或量化指标，适用范围及理论成立条件尚未验证。 平台推测（待验证）：若同一 EEG 任务上训练的不同规模模型也具有可对齐的任务表征，该机制或可用于检验小模型中的任务相关方向能否迁移至大模型。可复用部分是隐藏表征的仿射对齐与方向迁移检验；需改造部分包括 EEG 输入、通道配置及行为评估目标，且需有配对输入产生的表征。低信噪比、跨被试差异、通道不一致及小样本映射拟合均可能使该假设失效。一个小规模可证伪实验是：固定同一 EEG 数据集、任务与通道，在训练划分上拟合两个规模模型的表征映射，在独立测试划分上比较迁移方向与随机方向干预的任务效应，并以大模型内直接估计的方向作参照。相关 EEG 工作尚未检索确认；原论文实验协议、消融及统计信息尚未验证。