概念Attribution Graph
归因图
一种用于分析神经网络中特征间交互关系的图结构，常用于机械可解释性研究，预测消融或扰动对模型输出的影响。
时间轴 (近 90 天)
11月3日
稀疏自编码器（SAE）的特征归因图实际上由特征的“边界”（margin）决定，即预激活值与TopK截断阈值的距离。
待验证50%
11月3日
在将特征编码缩放三倍的写入操作中，基于先前活跃特征构建的图的中位相对误差至少为0.247，而边界图的最大误差仅为0.033。
待验证50%
一种用于分析神经网络中特征间交互关系的图结构，常用于机械可解释性研究，预测消融或扰动对模型输出的影响。
稀疏自编码器（SAE）的特征归因图实际上由特征的“边界”（margin）决定，即预激活值与TopK截断阈值的距离。
在将特征编码缩放三倍的写入操作中，基于先前活跃特征构建的图的中位相对误差至少为0.247，而边界图的最大误差仅为0.033。