研究者与 Neel Nanda 辩论单个方向的多语义问题

研究者与 Neel Nanda 就单个方向 v 能否承载多种行为展开辩论：研究者称该方向可通过四个范数分别对应法语、代码风格和谄媚等四种行为。Nanda 依据 LRH 认为 v 可能由稀疏的单语义方向组合而成；研究者反驳称，这四个范数的分解无法在各行为间保持独立，问题比简单 polysemantic 更微妙。