› In der Debatte um die Sicherheit grosser Sprachmodelle spielen lineare Sonden (Linear Probes) eine wichtige Rolle: Diese Klassifikatoren analysieren die internen Aktivierungen eines Modells und versuchen auszulesen, ob es die Wahrheit "kennt", selbst wenn es sie nach aussen hin nicht ausspricht.
› Fällt eine solche Sonde unter Zufallsniveau, lag der Schluss bisher nahe, dass das Modell die Wahrheit verschleiert oder gar nicht mehr repräsentiert.
› Eine Arbeit von Dylan Jayabahu aus dem September 2026 zeigt nun, dass dieser Schluss voreilig sein kann.Was hinter dem Aliasing-Problem stecktDer Autor bezeichnet das Phänomen als "Perfect Aliasing" - ein vollständiges Überlappen von Labels.
› Das tritt auf, wenn ein Modell gegenüber unterschiedlichen Gesprächspartnern unterschiedlich agieren soll.