Goodfire 研究：LLM 阅读故事时的神经几何与情感动态追踪

Goodfire 研究以 Llama 3.1 8B 为例，发现 LLM 逐句阅读故事时内部激活会随时间在概念空间中游走，其情感表征与心理学的效价-唤醒（valence-arousal）模型一致。研究让模型在每句话后按 0-10 分报告惊讶、厌恶、愤怒、快乐、悲伤、恐惧六种情绪作为行为读出，并用 UMAP 质心与人类判断数据对比验证，结果显示模型对故事情感的判断会随句子推进动态变化。