Logit-Contribution Scoring Identifies Non-Literal Retrieval Heads

• 类型：arxiv
• 标识：2607.01002
• 链接：https://arxiv.org/abs/2607.01002
• 主分类：rag
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：Logit-Contribution Scoring (LOCOS) is introduced, a write-aware detector that scores each head by the projection of its OV-circuit output onto the answer-token unembedding direction, contrasting needle and off-needle source positions in a single forward pass.
• OpenAlex ID：W7167027414
• OpenAlex DOI：10.48550/arxiv.2607.01002
• DOI：10.48550/arxiv.2607.01002
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.01002
• OpenAlex更新：2026-07-19
• 待LLM分类：否
• 标题中文：Logit 贡献度评分识别非字面意义检索头
• TLDR中文：提出 Logit 贡献度评分（LOCOS），一种可感知写入的检测器，通过将每个注意力头的 OV 电路输出投影到答案 token 的去嵌入方向进行打分，在单次前向传播中对比 needle 与非 needle 源位置。
• 来源文件：
• /inbox/tom/_candidates/2026-07-06-agent-memory-tool-use-candidates.json
• /inbox/tom/_candidates/2026-07-05-agent-rag-longcontext-candidates.json
• /inbox/tom/_candidates/2026-07-04-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]