SAE论文修复ICA基线评估错误

研究者发现原始稀疏自编码器（SAE）论文中的 ICA 基线存在评估错误，修复并重新评估后，ICA 在检测大语言模型激活中的可解释方向方面展现出与 SAE 竞争的潜力，且每层计算仅需几分钟。 这一修正改变了过去三年相关基线评估的结果，可能影响业界对 SAE 与 ICA 方法相对性能的比较。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。