待验证50% 置信事实精确时间

2023年发布的稀疏自编码器研究表明模型内部存在数百万个可被识别的概念特征

1

来源数

50%

置信度

长期有效

时效性

2026/7/7

首次发现

来源

大模型为何开始「造词」：LLM语言边界的本质解析

hackernewshackernews2026/7/6

相关事实

待验证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82% 相似待验证模型规模从数十亿参数跨越至数千亿量级时，在代码任务上展现出非线性突变式的能力涌现73% 相似待验证大语言模型在预训练阶段吸收的事实以分布式方式编码在数十亿参数中，一个事实弥散在数百乃至数千个神经元的激活模式中67% 相似待验证模型的平台风格适配依赖世界知识泛化而非硬编码规则，因此存在推断偏差的可能，仍需人工复核66% 相似已验证投机解码用一个小型快速的草稿模型先行预测多个token，再由大模型一次性并行验证65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/170078

API

curl https://kongchang.com/api/v1/knowledge/claims/170078

MCP

get_claim(id=170078)