Equivariant Sparse Autoencoders: Mechanistic Interpretability of Neural Networks on Symmetric Data
等变稀疏自编码器：对称数据上神经网络的机制可解释性
机构 * University of Amsterdam（阿姆斯特丹大学）
AI总结 该研究针对稀疏自编码器在对称数据上的不可识别问题，提出等变稀疏自编码器，可避免缺陷并发现更有用的下游任务特征，表明重构质量与特征实用性在对称下可能负相关。
Comments NeurIPS 2025 Mechanistic Interpretability and UniReps workshops
