大语言模型（如ChatGPT）通过几何形状进行思考，神经几何学研究这些形状的排列，帮助我们理解模型的决策过程。分析模型的几何结构可以精准定位错误、主动控制行为，并实时监控智能体。这种方法使修复模型错误变得简单有效，确保AI的诚实与有用性。理解AI的几何形状是掌控其思维的关键。

本文介绍了一种新的模拟推断(SBI)框架，旨在解决模型错误指定问题。该框架结合半监督校准和最优传输，通过端到端训练实现真实与模拟观察的对齐。与现有方法相比，该方法在多个基准测试中表现更佳，尤其在复杂医疗生物标志物估计中具有更好的可扩展性和适用性。