Subspace-Aware Sparse Autoencoders：用子空间解码器缓解特征分裂的机制可解释性方法

针对SAE把每个潜在特征限定为单一解码方向、多维特征易发生特征分裂的问题，作者提出用学习到的子空间替代单向量解码器，并以Top-s组门控和核范数正则控制稀疏与组秩，同时给出理想单特征模型下的最优性证明和样本复杂度界。GPT-2与Mistral-7B实验显示吸收现象减少，匹配预算下概念族成员预测更准但重建成本上升。做机制可解释性、稀疏字典学习的开发者可据此比较子空间方案与标准SAE的取舍。