La vérité n'est pas une direction : une critique tarskienne des sondes de vérité des LLM

L'auteur s'appuie sur la théorie de la vérité de Tarski pour critiquer les travaux d'interprétabilité qui postulent l'existence d'une direction linéaire de « vérité » dans les représentations internes des LLM. L'argument souligne une confusion entre vérité sémantique et simple corrélation statistique détectée par ces sondes linéaires. Le texte questionne la validité conceptuelle de cette approche, très populaire en recherche sur l'interprétabilité.