AI 模型的语义对齐：概念崩溃、检查点动态和跨语言迁移

语言模型基准测试是一项艰巨的任务。仅结果推理并不能测试模型的语言概念化，流行的开源基准很快就会饱和或被摄取为训练数据。测试模型的输出很重要，但是通过表征语义结构来增强这些测试可以更深入地了解模型如何关联抽象概念。然而，高维嵌入空间并不容易解释。这项工作演示了如何使用拓扑方法将这些空间与低维和可解释的基线（例如本体和策划的知识图）进行严格比较。这些多模态对齐测试使得跟踪模型适应和测试跨多种语言的短语理解成为可能。