arXiv发布代码变量角色可解释性研究

2026年10月20日，arXiv发布由Célian Vasson等人撰写的论文《Do LMs Know What Variables Do?》。研究利用Sajaniemi独立定义的分类体系，通过126,926个代码文件评估大型语言模型对变量角色的理解，并考察稀疏自编码器（SAE）如何保留这些角色区分。研究发现，在五个模型-SAE系统中，残差探针表现优于单个SAE特征和词汇基线，但在目标重命名后存在轻微损失。生成干预虽常改变角色注释但牺牲正确性，且伴随测试通过的变化相比随机对照无显著优势。

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。