热点事件持续更新

研究审计多选题问答中SAE特征的因果影响

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

Aria Nourbakhsh 等作者提交论文，在八个数据集上分析 Gemma 3 1B 与 4B 的 Gemma Scope SAE，提出一套流程：先过滤掉与提示格式、答案顺序等内容和格式伪影高度相关的特征，再对剩余特征做因果干预。结果显示，SAE 激活能预测错误与不确定性；筛选后的特征在问题和选项片段上带来更大的绝对 margin 变化和更高的错误转正确率，但答案翻转罕见，且在保持语义的提示格式与答案顺序变化下没有稳定的效应方向。

AI 根据报道生成 · 3 小时前更新

最新进展10月31日 12:00

从错误预测到因果影响：审计多项选择问答中的 SAE 特征

报道时间线

沿着报道，了解事件的不同侧面。

10月31日

12:00
arXiv cs.AI
从错误预测到因果影响：审计多项选择问答中的 SAE 特征
研究在八项数据集上分析 Gemma 3 1B 与 4B 的 Gemma Scope SAE，提出过滤格式与内容伪影特征的流程，再用因果干预评估剩余特征。结果显示 SAE 激活能预测错误与不确定性，筛选后的特征在问题与选项片段上带来更大绝对 margin 变化和更高错误转正确率，但答案翻转罕见，且在保持语义的提示格式与答案顺序变化下无稳定效应方向。

本事件热度走势

可比范围当前: 7
可比范围峰值: 810月31日 22:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。