★ 2
新框架重估稀疏自编码器：原子可解释单元
论文指出稀疏自编码器（SAE）评估长期缺乏明确目标，提出以「原子可解释单元基」作为评估范式，并整理 DAME 等代理指标与基准框架。跨架构评测数百个 SAE 后发现，部分看似单义的 SAE 实为功能多义，且对模型计算贡献最大的特征反而更不可解释、更冗余。
arXiv cs.LG10 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文指出稀疏自编码器（SAE）评估长期缺乏明确目标，提出以「原子可解释单元基」作为评估范式，并整理 DAME 等代理指标与基准框架。跨架构评测数百个 SAE 后发现，部分看似单义的 SAE 实为功能多义，且对模型计算贡献最大的特征反而更不可解释、更冗余。