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

Russian

Метафора является ключевым аспектом человеческого познания. Таким образом, мы хотели бы понять, как она представлена в больших языковых моделях (LLM) и как она может быть контролирована. Мы используем методы механической интерпретируемости, чтобы идентифицировать причинные подпространства в ряде LLM, охватывающих различные архитектуры и размеры. Мы показываем, что мы можем управлять выходом на задачи классификации в разных частях речи. Мы также можем управлять выходом на задачи генерации, указывая, что эти методы могут быть использованы для контроля метафоричности выхода 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