最近的研究发现，通过对大语言模型（LLM）的内部激活进行训练，可以推断其真实性。本研究详细研究了LLM对真实性的表示结构，并提出证据表明LLM线性地表示事实陈述的真实性或虚假性。同时，介绍了一种新技术，质量均值推断法，具有更好的推广性和与模型输出相关性。

研究了自然环境下的是/否问题，建立了名为BoolQ的阅读理解数据集。发现从蕴涵数据进行转移的效果更好，最佳方法是在MultiNLI上训练BERT，准确率为80.4％。