白化揭示簇承诺作为Hallucination类型几何分离器
计算与语言
2026-03-10 v1
摘要
几何Hallucination分类学通过嵌入簇空间中的签名区分三类失效类型——中心漂移(Type~1)、错误良好收敛(Type~2)和覆盖缺口(Type~3)。先前工作发现Type~1和Type~2在全维上下文测量中不可区分。我们通过对GPT-2-small进行PCA白化和特征谱分解来解决此问题，采用多运行稳定性分析(20个随机种子)并进行提示级别聚合。白化将微信号信号转化为峰值簇对齐(max\_sim)可区分Type~2与Type~3于Holm校正显著性检验下，条件均值遵循分类学预测的排序：Type~2(最高承诺) > Type~1(中等) > Type~3(最低)。Type~1/2分离首次出现的方向性稳定但低效的线索通过同一指标产生较大模型的容量预测。将提示集合从15个增至30个消除白化熵中出现的误阳性，该现象在较小集合中表现稳健，证明近饱和表示空间中提示集的脆弱性。特征谱分解将此制件局部化于主导特征分量，并确认Type~1/2分离在任何谱段中均不出现，驳斥谱混合法假设。该工作的贡献在于：白化作为预处理揭示簇承诺作为理论正确分离器，证明Type~1/2边界是容量限制而非测量制件，以及关于近饱和表示空间中提示集脆弱性的方法学发现。
引用
@article{arxiv.2603.07755,
title = {Whitening Reveals Cluster Commitment as the Geometric Separator of Hallucination Types},
author = {Matic Korun},
journal= {arXiv preprint arXiv:2603.07755},
year = {2026}
}
备注
9 pages, 2 figures, appendices (reproducibility, sample generation, additional figures)