TaxoSAE论文引入分类逻辑重构稀疏自编码器

2026年10月26日，Xinyu Guo等人在arXiv NLP板块发布论文《TaxoSAE: Rethinking Sparse Autoencoders through Taxonomic Logic》。 该研究提出在稀疏自编码器中显式编码基于“is-a”关系的分类学信息，通过分层SAE栈实现分类对齐。 实验显示，TaxoSAE在事实问答中显著提升了读取与控制精度，未见概念读取准确率最高提升37.9点。 在生物关系与动物分类测试中，其换行成功率高出基线25.5点，且抑制特定概念时其他概念准确率维持在91%至100%。

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。