Goodfire 在 Llama 3.1 8B 中发现通用加法模块
A Geometric Calculator Inside a Neural Network - Goodfire
AI 导读
Goodfire Research 在 Llama 3.1 8B 第 18 层发现一个通用加法模块,可同时处理算术、星期与月份等具有加法结构的任务。该模块把数字表示为激活空间中的一组圆,每个圆对应数字对某一模数的余数,类似傅里叶分解;计算 6+8 时,模块并行求解各模数下的加法,再组合出结果 14。研究者通过追踪跨层与跨 token 位置的信息流定位该模块,并用因果方法验证其跨任务通用性;同时沿这些圆进行引导可改变模型对月份问题的回答,说明这些流形是网络真实使用的计算对象。作者指出,这一发现依赖此前关于 LLM 用傅里叶特征表示数字的工作,并希望未来研究补全经验证据。
推荐理由
原文用因果干预验证了 Llama 3.1 8B 第 18 层的通用加法模块,为机制可解释性研究提供了一套可迁移的定位与验证方法。