概念rank-aware metrics / 排名感知指标

rank-aware 指标

一类评估指标，不仅考察目标 token 的绝对概率变化，还考察其在候选词表中的相对排名变化，用于区分精准方向性抑制与整体扰动幅度伪影

时间轴 (近 90 天)

11月4日

rank-aware 指标不仅看目标 token 的绝对概率或 log-probability 是否下降，还考察该 token 在候选词表中的相对排名变化。

待验证50%

11月4日

对实践者而言，只报告 logprob 下降不足以支撑 SAE 特征有效抑制 PII 的结论，至少应加入方向匹配的随机对照与 rank-aware 指标。

待验证50%

rank-aware 指标不仅看目标 token 的绝对概率或 log-probability 是否下降，还考察该 token 在候选词表中的相对排名变化。

对实践者而言，只报告 logprob 下降不足以支撑 SAE 特征有效抑制 PII 的结论，至少应加入方向匹配的随机对照与 rank-aware 指标。