arXiv · cs.AI· Pranjal Garg·· 1 天前
可解释性探测中0.6有多高：地板、天花板与余量
How High Is 0.6? Floors, Ceilings, and Headroom in Interpretability Probing
arXiv:2610.08544v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Pranjal Garg
研究任务与主要进展
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。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org