PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.01951v1physics.soc-ph

Robust for the Wrong Reasons: The Representational Geometry of LLM Robustness to Science Skepticism

Llama-3.1-8B, Qwen2.5-7B, Mistral-7B를 대상으로 기후변화·백신·진화론에 대한 사용자 회의론에 LLM이 어떻게 반응하는지를 행동 측정과 선형 프로빙(linear probing), 활성화 패칭(activation patching)으로 분석한 결과, 예상과 달리 어떤 모델도 거짓 균형(false balance) 쪽으로 후퇴하지 않았으며 Llama의 반응적 주장 강화, Qwen의 표면적 어조 완화, Mistral의 무반응이라는 세 가지 이질적 정책이 관찰되었다. 이 행동 차이는 정렬 태도가 아닌 표현 기하학(representational geometry)—즉 모델이 회의론 신호를 내부적으로 선형 표현하는지 여부—에서 비롯되며, 견고성이 도메인 간에 전이되지 않고 백신 도메인에서는 오히려 역전될 수 있어 행동 평가만으로는 능동적 견고성과 우연적 견고성을 구별할 수 없다고 주장한다.