研究者提出SAE特征语义匹配与电路压缩方法

Tue M. Cao、Nguyen Do、My T. Thai 提出一种基于分布的语义距离框架，用于稀疏自编码器（SAE）特征匹配与特征电路压缩。该方法不再用单一解码向量表示特征，而是用激活加权分布表示，将其投影到共享参考空间后用 Wasserstein 距离比较，从而统一处理跨层特征匹配和电路压缩。 作者称，实验显示该方法优于解码向量基线和基于 LLM 的基线，并能自动把大型特征电路压缩为可解释的超级节点。论文已被 Neurips 2026 接收。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。