arXiv · cs.AI· Gregory Verghese, Christopher J. Soelistyo, Mateo Espinosa Zarlenga, Alessandro Barp, Christopher R. S. Banerji·· 7 小时前
概念模型部分干预可能有害，研究提出单调干预目标
Harmful Partial Interventions and Benign Leakage in Concept-based Models
arXiv:2610.21750v1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：Gregory Verghese, Christopher J. Soelistyo, Mateo Espinosa Zarlenga, Alessandro Barp, Christopher R. S. Banerji
研究任务与主要进展
作者研究概念模型中的有害干预与良性信息泄漏，证明充分性和局部化条件并不足以保证概念干预改善下游任务表现。摘要称，在受控和真实场景中，概念监督不完整与部分干预伤害增加相关；作者进一步提出直接惩罚干预轨迹中任务损失上升的单调目标，与端点目标结合后降低部分干预伤害，同时保持概念和任务预测性能。
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