› Nel dibattito sulla sicurezza dei modelli linguistici si fa spesso ricorso alle cosiddette sonde lineari (linear probe): classificatori che esaminano le attivazioni interne del modello per capire se l'IA "conosce" la verità anche quando afferma il contrario.
› Se una sonda ottiene risultati inferiori al caso casuale, la conclusione più comune è che il modello abbia nascosto la verità o smesso di rappresentarla.
› Uno studio di Dylan Jayabahu del settembre 2026 dimostra tuttavia che questa deduzione potrebbe essere del tutto affrettata.Come funziona il problema del perfect aliasingL'autore definisce questo fenomeno "perfect aliasing", ovvero una perfetta sovrapposizione delle etichette.
› La situazione si verifica quando il modello deve comportarsi in modo differente a seconda dell'interlocutore.