在流形上漫步：故事随时间演变的神经几何

Goodfire Research 用 Llama 3.1 8B 研究语言模型阅读短故事时如何逐句追踪情感动态，发现其情感表征在激活空间中呈弯曲流形，并与心理学的效价-唤醒模型及层级情感结构一致。模型每读完一句就按 0-10 分报告惊讶、厌恶、愤怒、快乐、悲伤、恐惧六种情绪，这些分数构成行为读出向量，可绘出故事的情感弧线；内部探针在不询问情感的情况下也能高精度还原这些表征。