大语言模型中知识可及性的几何结构

研究提出“知识可及性”概念，发现 LLM 能否召回查询所需知识，在生成前就由查询表征的几何结构决定：越靠近表征空间中心的查询越易召回，远离中心则可及性下降，并存在区分二者的知识边界。受控实验显示该中心几何与知识可及性的关联强于推理难度，且查询改写对易及查询更有效、链式推理在边界附近更有效、检索在边界外增益更大，可作为自适应推理的生成前信号。