待验证70% 置信发布精确时间

Anthropic于2023年发布字典学习研究Towards Monosemanticity，试图通过稀疏自编码器将多义神经元分解为单义特征

2

来源数

70%

置信度

长期有效

时效性

2026/7/16

首次发现

来源

拆解单个卷积神经元：机制可解释性研究新方法

相关事实

待验证Anthropic于2022年发表超位性（superposition）论文，揭示了单个神经元同时编码多个概念的现象75% 相似待验证2023年Anthropic研究团队发表论文，使用稀疏自编码器技术将Claude模型内部神经元激活分解为数百万个可解释的概念特征73% 相似待验证Anthropic在蛋白质设计实验中使用的约1.6万字提示中,很大一部分聚焦于长时程代理行为而非生物学专属内容63% 相似待验证一位开发者在Reddit上分享了他持续约一年的字体搜索工具项目，核心思路是用神经网络为每个字体生成嵌入向量并适配到字体检索任务60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/530587

API

curl https://kongchang.com/api/v1/knowledge/claims/530587

MCP

get_claim(id=530587)