Unverified50% confidenceFactExact time
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
Sources
50%
Confidence
Long-term
Relevance
7/7/2026
First Seen
Sources
大模型为何开始「造词」：LLM语言边界的本质解析
hackernewshackernews7/6/2026
Related Claims
UnverifiedAnthropic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% similarUnverified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% similarUnverified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% similarUnverified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% similarVerified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% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/170078API
curl https://kongchang.com/api/v1/knowledge/claims/170078MCP
get_claim(id=170078)