块可识别性与因果抽象关系研究

2026年10月15日，arXiv Artificial Intelligence 刊出 Karim Zaghw 等作者的论文，研究学习到的块表示何时保留因果含义，将块可识别性与构造性因果抽象联系起来。报道称，标准可识别性理论假设一维潜因子，但学习到的表示可在多维块中编码潜信息，其内部坐标并不唯一确定。论文证明，块对角可逆变换加兼容坐标置换构成保持所有构造性因果抽象的最大变换类，前提是块与概念的对应关系随表示更新。在加性自编码器的小型合成实验中，高层干预可在独立学习的表示间迁移并近似保持预期效果。目前进展限于该论文所报告的理论结果与合成实验，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。