热点事件持续更新
Anthropic可解释性电路更新：字典学习优化
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Anthropic 的可解释性团队（Transformer Circuits）持续发布“Circuits Updates”系列，围绕可解释性电路研究更新进展。此前该系列已涉及 2025 年 1 月的可解释性电路更新，重点之一为字典学习优化技术。最新一篇更新中，团队分享了训练稀疏自编码器和 crosscoder 的字典学习优化设置，具体包括 JumpReLU 激活、tanh 稀疏惩罚和 pre-act loss 等技巧。目前公开信息仅止于这些优化技巧的分享，尚未见更进一步的实验结论或应用说明。
AI 根据报道生成 · 11 小时前更新
最新进展9月30日 23:28
Anthropic 可解释性团队分享稀疏自编码器与 crosscoder 的字典学习优化技巧。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- Anthropic：Transformer Circuits（可解释性研究）Anthropic 可解释性团队 Circuits Updates：稀疏自编码器与 crosscoder 的字典学习优化技巧
Anthropic 可解释性团队分享了训练稀疏自编码器和 crosscoder 的字典学习优化设置，包括 JumpReLU 激活、tanh 稀疏惩罚和 pre-act loss 等技巧。
本事件热度走势
当前热度 7·可比范围峰值 10（10月1日 01:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。