待验证50% 置信事实精确时间
在大模型可解释性研究中，SAE 被用来把多义、稠密的神经元激活分解为大量单义、可读的隐特征，典型工作包括 Anthropic 的「字典学习」和 OpenAI 的「稀疏电路」尝试。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/14
首次发现
有效期至：2027/1/12
来源
涉及实体
相关事实
待验证Geirhos等人于2020年在Nature Machine Intelligence上发表综述，梳理了神经网络倾向于学习最简单判别规则而非人类期望语义特征的现象63% 相似待验证Géron的书将理论讲解与代码实现结合，从传统机器学习算法讲到深度神经网络63% 相似待验证HERMES 使用图注意力网络（GAT）在知识图谱上进行图学习以合成患者整体表征63% 相似待验证卷积神经网络的灵感来自神经科学家对视觉皮层感受野的研究，强化学习中的时序差分学习借鉴了心理学中的行为主义学习理论62% 相似待验证Alain 和 Bengio 在 2016 年发现在深度神经网络中间层激活上训练线性分类器就能解码高层概念62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1023414API
curl https://kongchang.com/api/v1/knowledge/claims/1023414MCP
get_claim(id=1023414)