Technion - Israel Institute of Technology（以色列理工学院）

SAEs Are Good for Steering -- If You Select the Right Features

SAEs 用于转向——如果你选择了正确的特征

Dana Arad, Aaron Mueller, Yonatan Belinkov

机构 * Technion – Israel Institute of Technology（技术学院–以色列理工学院） ； Boston University（波士顿大学） 纠错

AI总结 本文提出输入和输出评分以区分SAE特征类型，通过过滤低输出评分特征，提升SAE在转向任务中的性能。