Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2509.14255v1

帮助 | 高级搜索

计算机科学 > 计算与语言

arXiv:2509.14255v1 (cs)
[提交于 2025年9月12日 ]

标题: 打开黑箱:通过语义共振架构实现可解释的大型语言模型

标题: Opening the Black Box: Interpretable LLMs via Semantic Resonance Architecture

Authors:Ivan Ternovtsii
摘要: 大型语言模型(LLMs)表现出色,但仍然难以解释。 混合专家(MoE)模型通过稀疏激活提高效率,但通常依赖于不透明的、学习到的门控函数。 虽然基于相似性的路由(余弦路由器)已被用于训练稳定性,但其在固有可解释性方面的潜力尚未被充分挖掘。 我们引入了语义共振架构(SRA),这是一种旨在确保路由决策本身可解释的MoE方法。 SRA用语义共振室(CSR)模块取代了学习到的门控,该模块根据与可训练语义锚点的余弦相似性进行标记路由。 我们还引入了一种新的分散损失,鼓励锚点之间的正交性以强制多样化的专业化。 在WikiText-103上的实验表明,SRA在匹配的活跃参数约束(29.0M)下实现了验证困惑度13.41,优于密集基线(14.13)和标准MoE基线(13.53)。 至关重要的是,SRA表现出优越的专家利用率(1.0%的死亡专家 vs 标准MoE中的14.8%),并发展出独特且语义一致的专业化模式,这与标准MoEs中观察到的噪声专业化不同。 这项工作确立了语义路由作为一种稳健的方法论,用于构建更透明和可控的语言模型。
摘要: Large language models (LLMs) achieve remarkable performance but remain difficult to interpret. Mixture-of-Experts (MoE) models improve efficiency through sparse activation, yet typically rely on opaque, learned gating functions. While similarity-based routing (Cosine Routers) has been explored for training stabilization, its potential for inherent interpretability remains largely untapped. We introduce the Semantic Resonance Architecture (SRA), an MoE approach designed to ensure that routing decisions are inherently interpretable. SRA replaces learned gating with a Chamber of Semantic Resonance (CSR) module, which routes tokens based on cosine similarity with trainable semantic anchors. We also introduce a novel Dispersion Loss that encourages orthogonality among anchors to enforce diverse specialization. Experiments on WikiText-103 demonstrate that SRA achieves a validation perplexity of 13.41, outperforming both a dense baseline (14.13) and a Standard MoE baseline (13.53) under matched active parameter constraints (29.0M). Crucially, SRA exhibits superior expert utilization (1.0% dead experts vs. 14.8% in the Standard MoE) and develops distinct, semantically coherent specialization patterns, unlike the noisy specialization observed in standard MoEs. This work establishes semantic routing as a robust methodology for building more transparent and controllable language models.
评论: 13页,5图。代码可在 https://github.com/ITernovtsii/semantic-resonance 获取。预印本
主题: 计算与语言 (cs.CL) ; 人工智能 (cs.AI)
引用方式: arXiv:2509.14255 [cs.CL]
  (或者 arXiv:2509.14255v1 [cs.CL] 对于此版本)
  https://doi.org/10.48550/arXiv.2509.14255
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Ivan Ternovtsii [查看电子邮件]
[v1] 星期五, 2025 年 9 月 12 日 09:02:48 UTC (2,460 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
查看许可
当前浏览上下文:
cs.CL
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-09
切换浏览方式为:
cs
cs.AI

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号