Toy Models of Superposition:神經網路的特徵壓縮術
打開 IDE。你觀察隱藏層的單一神經元。它同時響應了 ‘Python’ 和 ‘錯誤處理’。這不是 bug,這是特徵壓縮。Anthropic 的 Toy Models 研究揭示特徵稀疏性如何驅動「疊加(Superposition)」現象,解釋模型如何在容量限制下儲存更多概念。
打開 IDE。你觀察隱藏層的單一神經元。它同時響應了 ‘Python’ 和 ‘錯誤處理’。這不是 bug,這是特徵壓縮。Anthropic 的 Toy Models 研究揭示特徵稀疏性如何驅動「疊加(Superposition)」現象,解釋模型如何在容量限制下儲存更多概念。
Open your IDE. You observe a single hidden-layer neuron. It responds to both “Python” and “error handling.” This is not a bug; it is feature-level compression. Anthropic’s Toy Models research reveals how feature sparsity drives “superposition,” explaining how models store more concepts under capacity constraints.