待验证50% 置信事实精确时间
稀疏自编码器(SAE)将模型激活分解为人类可解释的特征方向，Anthropic的Claude系列模型可解释性研究大量使用了这一技术
1
来源数
50%
置信度
长期有效
时效性
2026/7/14
首次发现
来源
相关事实
待验证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79% 相似待验证稀疏自编码器（SAE）的思路是将模型某一层的激活值投影到更高维的稀疏空间，通过约束每次激活时只有少量特征被激活，迫使模型学习出更解耦的单义特征74% 相似待验证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67% 相似部分验证Sakana AI此前发表研究展示了通过模型合并（Model Merging）技术将多个已训练模型权重组合，创造性能超越原始模型的新模型，并可通过进化算法自动搜索最优合并策略66% 相似待验证随着大模型能力成熟，越来越多SaaS工具正在从「呈现信息」向「生成决策」进化63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/503224API
curl https://kongchang.com/api/v1/knowledge/claims/503224MCP
get_claim(id=503224)