यह शोधपत्र श्रवण विशेषता पहचान की गहन समझ प्राप्त करने के लिए बड़े पैमाने के श्रव्य-भाषा मॉडल (LALM) के आंतरिक तंत्रों का विश्लेषण करता है। हम परतों और टोकन स्थितियों में विशेषता जानकारी में परिवर्तनों को ट्रैक करने के लिए तीन अत्याधुनिक LALM पर एक शाब्दिक प्रक्षेपण तकनीक लागू करते हैं। हम पाते हैं कि जब विशेषता पहचान विफल हो जाती है, तो परत की गहराई बढ़ने के साथ विशेषता जानकारी कम हो जाती है, और प्रारंभिक परतों में विशेषताओं का समाधान बेहतर सटीकता से संबंधित होता है। इसके अलावा, हम बताते हैं कि LALM विशेषता उल्लेख स्थानों पर छिपी हुई अवस्थाओं से आवश्यक जानकारी एकत्र करने के बजाय श्रवण इनपुट की क्वेरी पर बहुत अधिक निर्भर करते हैं। इन निष्कर्षों के आधार पर, हम LALM के प्रदर्शन को बेहतर बनाने के तरीके प्रस्तावित करते हैं और भविष्य में सुधारों के लिए दिशा-निर्देश सुझाते हैं।
