這篇研究論文的工作方法主要圍繞對大型語言模型（LLMs）中知識機制的分析。以下是這部分的主要內容：
- 知識機制的分類：
- 將知識機制分為知識利用和知識進化兩個方面。知識利用包括記憶、理解、應用和創造；而知識進化關注個體和群體LLMs中知識的動態發展。
- 知識利用的分析：
- 從記憶、理解和應用、以及創造三個層次對LLMs中的知識利用機制進行了新的視角分析。
- 知識進化的探討：
- 分析了個體LLMs的預訓練和後訓練階段的知識積累和調整，以及群體LLMs通過辯論和合作實現的知識整合。
- 知識分析方法：
- 介紹了觀察法和干預法兩種主要的知識分析方法，以及它們在揭示LLMs內部機制中的應用。
- 知識機制的應用：
- 討論了如何利用知識機制分析來構建更高效和可信的LLMs，包括模型優化策略和安全性研究。