LLM 是否“感受得了”？情感电路发现与控制

随着对大语言模型 (LLM) 情感智能的需求增长，关键挑战在于理解产生情感表达的内部机制，并能控制生成文本中的情感。本研究回答了三个核心问题：（1）LLM 是否包含影响情感表达的情境无关机制？（2）这些机制呈何种形式？（3）能否将其用于通用情感控制？我们首先构建了一个受控数据集 SEV (情景-事件伴随情感值)，以引发跨情感的可比较内部状态。随后，我们提取情境无关的情感方向，这揭示了跨情境情感编码的一致性（Q1）。我们通过分析分解和因果分析识别出实现情感计算的神经元和注意力头，并通过消除和增强干预验证其因果作用。接下来，我们量化每个子层对模型最终情感表示的因果影响，并将所识别的局部组件整合到驱动情感表达的全局情感电路中（Q2）。直接调制这些电路可实现测试集上 99.65% 的情感表达准确率，超越基于提示和驾驶的方法（Q3）。据我们了解，这是首个系统性地揭示和验证 LLM 中情感电路的研究，为解释性和可控情感智能提供新见解。