SAE特征语义距离估计框架提出

2026年10月23日，arXiv人工智能板块刊出Tue M. Cao等作者的论文，提出一种基于分布的最优传输框架，用于稀疏自编码器（SAE）特征的语义匹配与电路压缩。该研究不再像既有文献那样用单一解码向量表示特征，而是以激活加权分布表示每个特征，并用Wasserstein距离在共享参考空间中统一度量跨层特征的语义距离。作者称，实验显示该方法优于解码向量基线和基于LLM的基线，能捕捉相关特征间的细微功能差异，并可自动将大型特征电路压缩为可解释的超级节点。目前报道仅涉及该框架的提出与实验验证，未提及后续应用或独立复现。

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。