研究者反对将因果性作为可解释性通用门槛

研究者 liusida2007 发表《Not Everything in Mech Interp Has to Be Causal》，反对机制可解释性研究以“不是因果的”作为统一否决标准，主张根据研究声称说明什么、证据是否匹配来评价。 他承认，若研究声称某个特征导致模型行为，因果证据不可少；但描述性发现与因果实验也可相互启发，不能把因果性要求套用于所有研究。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。