真理并非方向：Tarski对LLM探针的降维打击
Truth is not a direction: a Tarski attack on LLM probes
现代LLM的嵌入空间中，性别、情绪等概念常表现为特定方向，这引发了一个大胆猜想：是否存在代表“真理”的方向？本文通过Tarski的语义悖论证明，任何基于模型表示空间的探针都无法精确捕捉真理。就像Gödel定理摧毁了数学证明的完备性梦想，自指性悖论也宣告了通用真理探针的不可能性。即使引入模糊逻辑或固定点理论，也无法彻底规避对角线攻击。虽然简单的真理探针在特定场景下表现优异，但它们绝非真理神谕，永远无法成为判断命题真伪的终极标准。
所有足够丰富的语言都无法在其内部包含自身的完整真理谓词。
- kstenerud
我觉得这篇文章把前提推得太远了。
人们对 LLM“真理向量”的合理预期，无非是它能编码模型对某个陈述是否真实的信念。当然，完美的真理神谕是不可能的。
- Legend2440
挺有趣，不过正如文末所暗示的，LLM“真理”探针的目的在于测量模型内部对真实性的判断。这种判断即使能被 100% 准确地测量，也完全可能是错误的或逻辑不自洽的。
- aesthesia
一个准确率达到 99.99% 的方向完全可以经受住这个论证。就实际用途而言，人们并不需要完备性。