可解释性探测中0.6有多高：地板、天花板与余量
作者提出用简单输入已能预测的“地板”、完整输入可达到的“天花板”及其间余量，重新解释模型探测分数。基于论文摘要，作者证明余量会因目标不再依赖需推断的隐藏变量或输入不再揭示该变量而消失；在上下文元分析任务中，分布偏移使探测分数下降、预测误差升高12--15倍，但模型恢复了相近比例的余量，表明主要损失来自数据信息减少。
动态展示门槛：AI 前沿与应用 ≥ 65 分，量子方向 ≥ 60 分；已确认精选照常展示。
#泛化
arXiv · cs.AI arXiv · cs.AI macro2mind利用预测市场宏观信号学习个体行为模拟
Yining Zhao等人提出 macro2mind，利用预测市场价格轨迹训练语言模型模拟个体对新事件的响应。