arXiv · cs.AI· Ziye Mei, Haotian Ma·· 6 小时前
稀疏自编码器中的表示重分布与RSS方法
Representation Redistribution in Sparse Autoencoders
arXiv:2610.21240v1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：Ziye Mei, Haotian Ma
研究任务与主要进展
Ziye Mei与Haotian Ma提出重分布敏感性得分（RSS），用于识别提示变换后持续、方向一致的大幅稀疏特征变化。基于论文摘要，研究在覆盖8个语言模型的27个预训练SAE上评估了排除于选择过程之外的变体，观察到可复现的重分布特征；在两个冻结安全读出中，结合RSS支持侵蚀与完整干净裕量的失败AUROC分别为0.935和0.958。
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