Skip to content
简体中文

切换主题

arXiv 2610.21261 · cs.LG · 2026-10-15

Behavioral Compositionality of Sparse Autoencoder Representations

Haotian Ma, Ziye Mei, Frederic Sala

OpenSAE

在最新榜 #133 本站收录于 2026-10-21

一句话要点

提出 SAR 指标,衡量稀疏自编码器特征在下游行为上能否“相加组合”,服务可解释性研究。

Introduces SAR to measure whether sparse-autoencoder features compose additively in downstream behaviour, aiding interpretability.

110HF 点赞
23GitHub stars
0引用(Semantic Scholar)
56.7热度分

阅读 arXiv 原文 PDF Hugging Face 讨论 代码仓库 项目页

数据说明

元数据来自 arXiv API(已核实);点赞来自 Hugging Face 每日论文;引用来自 Semantic Scholar。最近刷新 2026-10-22。

要点由本站根据摘要自写,不转载摘要原文,请阅读原文。

数据更新于:最新 AI 论文(北京时间)