arXiv ID:
2607.08499
arXiv 提交日期: 2026-07-09
基于Procrustes条件联合端到端Top-K稀疏自编码器的跨随机种子可解释性研究 / Cross-seed explainability using Procrustes-conditioned Joint End-to-end Top-K Sparse Autoencoders
1️⃣ 一句话总结
本研究提出了一种新方法,通过先对齐不同随机初始化的BERT模型内部表示空间(使用Procrustes旋转),再联合训练稀疏自编码器,从而提取出跨不同训练实例的通用可解释特征,显著优于传统后处理对齐方法,并在情感分析、礼貌性和情感识别等任务中验证了其有效性。