魏承学（Weicheng Xue）于2026年5月16日提交的论文《Representation Signatures and Risk-Feedback Alignment in LLM Trading Agents》（大语言模型交易智能体中的表征签名与风险反馈对齐）聚焦于大语言模型智能体在金融决策环境中的行为对齐与表征动态。研究借助一个名为 TradeArena 的可审计交易智能体测试平台展开，该平台具备风险报告、执行模拟、记忆机制以及可回放轨迹等能力，使研究者能够系统观察智能体的推理依据、持仓与干预行为在市场压力下如何演变。
论文的核心发现之一是存在可测量的“失败前签名”。具体而言，规划嵌入会偏离正常状态的中心点，融合了计划与风险的表征能够将正常状态与回撤前状态区分开来，而流形诊断则显示在失败发生之前有效秩会出现收缩。为应对小样本和嵌入选择带来的质疑，作者使用了跨越八条大语言模型轨迹的80个滚动失败锚点，并证明这种收缩现象在哈希、LSA、Transformer 以及白盒隐藏状态探测等多种方法下都持续存在。
研究还进行了一系列压力测试，包括去除思维链的目标权重、词汇控制、OHLCV 噪声以及虚假审计报告。结果显示，在缺少推理依据的情况下，推理层面的收缩可能消失，而意图空间的收缩则可能继续存在；词汇多样性并未崩塌；融合签名在噪声条件下仍然具有信息量。这表明不同类型的表征信号对条件变化具有不同的敏感性。
在风险反馈方面，论文发现结构化风险反馈可以在不进行微调的情况下充当外部对齐信号，但它并非普遍的性能增强器。真实审计反馈对某些模型改善了校准，对另一些模型则改善了收益与回撤，同时还揭示出一些情形：隐藏反馈或安慰剂反馈在短期收益上更高，但对齐诊断指标却更弱。这说明反馈的真实性与诊断价值之间存在微妙差异。
最后，一项涵盖51只股票的日内实验揭示了一个相关性盲点：大语言模型的推理依据常常为集中暴露于相互耦合的资产提供理由，而风险层则反复对这种集中度进行削减，研究以滚动 Markowitz 基线作为协方差参照。作者强调，这些结果支持的是研究性主张而非盈利性主张：可审计的风险反馈与表征轨迹能够揭示大语言模型金融推理何时处于对齐、漂移或失败状态。该论文属于机器学习（cs.LG）与计算金融（q-fin.CP）交叉领域，全文共38 KB。