ICA Lens：用非高斯性发现可解释方向

2026年10月20日，arXiv 人工智能板块刊出 Sida Liu 等作者的论文，提出 ICA Lens 工作流。研究先检验一个假设：自然文本的残差流激活沿 SAE 解码器方向的投影分布，比随机方向显著更非高斯。作者据此设计 ICA Lens，直接在语言模型残差流激活空间中搜索非高斯方向，用于发现可解释特征，并配套高效发现、可靠标注与忠实评估的流程。报道称该工作流已在实验中评估，但未披露具体模型、数据集、评测指标或量化结果。目前事件仍处论文发布阶段，尚无后续跟进报道，也无独立复现或应用反馈。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。