单向量多语义争议获回应

研究者 johnhewtt 回应了 Neel Nanda 对单个方向 v 是否承载多种语义的质疑，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 依据线性表示假说（LRH）认为，v 可能只是多个稀疏单语义方向的组合；johnhewtt 则反驳称，这种分解无法在各行为之间保持独立，因此问题比简单的多语义现象更微妙。

AI 根据报道生成 · 17 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。