表示—读出分解统一解释泛化现象

研究者 sychung 提出“表示-读出分解”框架，以“双时间尺度”统一解释 grokking 与双下降现象。该框架是电路级可解释性自顶向下的补充，并可标记伪泛化，即模型表面泛化但表示尚未真正学到位的情形。

s_y_chung 的新论文提出「表示-读出分解」，作为电路级可解释性的自顶向下补充，并以「双时间尺度」框架统一解释 grokking 与逐轮双下降。该方法还能标记非标准训练配方下的伪泛化动力学，在标准训练中这些特征会消失。