Zespół badawczy przedstawił protokół DecodeShare, który odkrywa niskowymiarową podprzestrzeń konsekwentnie dzieloną przez różne zadania w ukrytych stanach sieci neuronowej podczas fazy dekodowania. W odróżnieniu od dotychczasowych badań, które skupiały się na prefill - czyli początkowej fazy przetwarzania prompt'u - naukowcy skoncentrowali się na tym, co dzieje się podczas generowania odpowiedzi token po tokenie z wykorzystaniem cache'owanych wartości kluczy i wartości (KV).
Wynniki eksperymentów wykazały, że uszkodzenie odkrytej wspólnej podprzestrzeni degraduje wydajność podejmowania decyzji znacznie bardziej niż zakłócanie analogicznych podprzestrzeni pochodzących z fazy prefill lub losowych podprzestrzeni przy takim samym budżecie interwencji. To sugeruje, że ta kompaktowa podprzestrzeń funkcjonuje jako wysoko-zaskakujący kanał przyczynowy podczas dekodowania, pełniąc krytyczną rolę niezależnie od swojego małego rozmiaru.
Badania mają też bezpośrednie praktyczne zastosowanie dla activation steering'u - techniki manipulowania wyjściem modelu poprzez zmianę jego wewnętrznych reprezentacji. Zespół wykazał, że wspólna podprzestrzeń dekodowania może się nakładać ze zwykłymi kierunkami steering'u, a jej wyrzucenie pozwala jasno oddzielić funkcjonalne role obu komponentów. Ewaluacja wektorów steering'u bezpośrednio w fazie dekodowania daje bardziej niezawodne sygnały dla praktycznego wdrażania systemów niż podejścia oparte na proxy z fazy prefill.