潜在空间中的孔洞：对抗影响下的拓扑特征

基于摘要分析。本文研究对抗干预如何改变 LLM 的内部表征，使用 persistent homology（PH，持续同调）对三个 LLM 在两种对抗条件下的潜在空间进行全局、局部及逐层拓扑分析，并提出神经元级可解释性框架，以量化层内与层间的信息流。 核心机制：PH 用于刻画数据在多个尺度上的形状与结构，使分析不局限于单一尺度的表征分布。作者报告，在所研究模型与对抗条件下，对抗干预一致地压缩潜在空间，降低较小尺度上的拓扑多样性，同时强化较大尺度上的显著结构；作者还报告，这些拓扑特征具有统计意义，并在所考察的模型架构与规模之间保持一致。摘要未说明具体模型、对抗条件、表征采样方式、距离度量、拓扑特征定义或统计检验方法，因此不能据此确认检测性能或泛化范围。神经元级信息流的计算定义、实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若 EEG 模型的潜在表征能够形成可比较的点云，PH 或可作为分析噪声扰动与跨被试表征变化的工具，而非直接作为已验证的 BCI 解码方法。可复用部分是多尺度拓扑表征及逐层比较思路；需改造的是 EEG 样本组织、距离度量、尺度选择，以及不同被试和通道配置下的对齐方式。低信噪比、样本不足或通道差异可能使拓扑变化主要反映采样与测量因素，而非任务信息。一个可检验的小实验是在固定 EEG 解码器与被试内数据划分下，对同一批测试片段施加不同强度的噪声，检验预先定义的 PH 特征能否稳定区分扰动条件，并核对其变化与解码性能下降的关系；训练与测试信息应隔离。该假设尚无本文提供的 EEG 证据，已有 EEG 相关工作尚未检索确认。