TL;DR
この論文は、LLM内部に「比喩らしさ」を表す方向や部分空間があるかを、活性化パッチングとDASで調べ、分類・解釈・生成の各タスクで推論時介入により出力をリテラル寄り/比喩寄りに動かせることを示します。強みは複数モデル・複数データで因果効果を検証し、生成の比喩性制御まで踏み込む点です。制約は短く統制された文・名詞/形容詞中心のデータで、生成評価にLLM判定を使う点なので、実運用では品質・副作用の評価が必要です。
解説
ねえ智也、この論文、タイトルからして難しそう。LLMの比喩方向を特定して、出力の比喩性を操作するって、どういうこと？
LLMの中に「比喩らしさ」に対応する方向や部分空間があるかを調べて、推論時にそこへ介入すると出力をリテラル寄りにも比喩寄りにも動かせるか、って研究だよ。
へえ。なんで比喩に注目するの？
内部で比喩らしさがどう表現されてるかを因果的に知りたいから。比喩は意味のずれを扱うので、モデルの内部表現を理解する手がかりになるし、生成の制御にもつながる。
見つける方法は？
活性化パッチングとDASを使って、比喩文とリテラル文の間で内部活性を入れ替えたり介入したりする。どの方向や部分空間が比喩性に効くかを因果効果で見る。
評価はどうやるの？
分類・解釈・生成の各タスクで、推論時介入によって出力がリテラル寄り/比喩寄りに動くかを評価する。複数モデル・複数データで因果効果を検証して、生成の比喩性制御まで踏み込んでるのが強み。
すごい。でも制約もあるんでしょ？
データは短く統制された文で、名詞や形容詞中心。生成評価にLLM判定を使ってるから、実運用では品質や副作用の評価が必要。
なるほど。比喩のスイッチをカチッて切り替える感じ？ じゃあ今日の課題を『遠い星』に操作して、締切を遠くできる？
締切はリテラルに近い。そもそもスイッチほど単純じゃない。