待验证50% 置信事实精确时间
Anthropic于2022年发表超位性（superposition）论文，揭示了单个神经元同时编码多个概念的现象
1
来源数
50%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
雅可比透镜实战：用J-Space手动改造大语言模型行为
redditr/LocalLLaMA2026/7/11
相关事实
待验证Anthropic于2023年发布字典学习研究Towards Monosemanticity，试图通过稀疏自编码器将多义神经元分解为单义特征75% 相似待验证Chen等人2018年在NeurIPS上发表的Neural ODE论文正式建立了反向传播与伴随方法之间的联系63% 相似待验证Anthropic的可解释性研究团队是世界领先的研究团队之一，致力于理解神经网络内部信息的表示和处理方式62% 相似待验证归纳头（induction heads）是 Anthropic 团队于2022年发现的电路案例，由两个注意力头协作完成上文信息复制60% 相似待验证机制可解释性领域在很大程度上由 Anthropic 研究团队（尤其是 Chris Olah）在2021年前后通过「Transformer 电路」系列论文奠定基础60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/493355API
curl https://kongchang.com/api/v1/knowledge/claims/493355MCP
get_claim(id=493355)