待验证50% 置信事实精确时间

SAE训练出的字典在不同随机种子下差异显著，影响了分析的可靠性和可复现性。

1

来源数

50%

置信度

长期有效

时效性

2026/10/19

首次发现

来源

稀疏编码革新：ConSDL如何实现跨训练一致的概念发现

涉及实体

稀疏自编码器concept

相关事实

待验证SAE的字典优化问题是非凸的，存在大量局部最优解，不同随机种子会导致字典原子在概念空间中旋转或重新组合。73% 相似待验证即便固定所有随机种子，在不同硬件或并行度下，训练结果仍可能出现被大模型放大为显著能力差异的细微偏差67% 相似待验证在复现实验中，不同随机种子之间的方差几乎与跨训练集规模 N 的任何趋势一样大。66% 相似待验证当随机化实验不可行时，因果推断方法变得关键，包括双重差分法（DID）、断点回归（RDD）、工具变量法（IV）和倾向评分匹配（PSM）65% 相似待验证单次任务的评测结果存在偶然性，同一模型在不同prompt、不同随机种子下可能给出差异明显的答案65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1065908

API

curl https://kongchang.com/api/v1/knowledge/claims/1065908

MCP

get_claim(id=1065908)