待验证50% 置信事实精确时间

字典学习是指将模型内部高维激活向量分解为一组稀疏的、语义上可解释的原子特征的线性组合

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

共享Fisher-Rao几何：一种通用LLM安全控制方法

涉及实体

字典学习concept 机制可解释性concept

相关事实

待验证集成学习的理论基础来自偏差-方差权衡框架，单一复杂模型存在高方差而简单模型存在高偏差64% 相似待验证机制可解释性入门通常需要同时具备线性代数、深度学习基础以及实验编程能力63% 相似待验证分子天然具有SE(3)/E(3)等变性，即物理性质不随整体旋转和平移改变；几何深度学习将物理对称先验内嵌于网络结构，使模型参数量更小、泛化更强62% 相似已验证Anthropic通过稀疏自编码器（SAE）将模型内部的多义性激活分解为更单纯的特征62% 相似已验证Anthropic的稀疏自编码器研究已能将百万量级的可解释特征从模型激活中分离62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1003172

API

curl https://kongchang.com/api/v1/knowledge/claims/1003172

MCP

get_claim(id=1003172)