Newest papers

The Geometry of Metaphor: Probing and Steering Metaphor Representations in Large Language Models

Shihui Li, Mette Andersen, Martha Lewis · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.31520 · cited by 0 works (OpenAlex) · open-access PDF

Arabic

نحن نريد أن نفهم كيف يتم تشكيلها في النماذج اللغوية الكبيرة (LLMs) وكيف يمكن التحكم بها. نحن نستخدم تقنيات التفسير الميكانيكي لتحديد الفجوات السببية في مجموعة من LLMs التي تغطي المعمارية المختلفة والنماذج. نحن نثبت أننا قادرون على التحكم في النتائج على مهام التخصيص على أجزاء مختلفة من الكلام. نحن أيضا قادرون على التحكم في النتائج على مهام الإنتاج، مما يؤكد أن هذه التقنيات يمكن استخدامها لتنفيذ النتائج LLM.

Machine translation (Meta M2M100); the English original follows.

Abstract

Metaphor is a crucial aspect of human cognition. As such, we would like to understand how it is represented in large language models (LLMs) and how it might be controlled. We use mechanistic interpretability techniques to identify causal subspaces in a range of LLMs covering different architectures and sizes. We show that we are able to steer output on classification tasks across different parts of speech. We are also able to steer output on generation tasks, indicating that these techniques can be used to control the metaphoricity of LLM output.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Interpretability, Metaphor, Computer science, Control (management), Artificial intelligence, Range (aeronautics)

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange