预印本称CoAx可定位自修复备份电路,结果待复现
作者自报在GPT-2 IOI电路上以0.941 AUC找回备份头并跨8个模型验证,但均为第一方评测,宜作方法信号跟踪。
原始事件 2026-09-23
预印本arXiv 2607.01940(v3,2026年9月23日)提出条件共消融方法CoAx:在消融主组件后,按消融效应的增长幅度排序,找出被激活的备份组件。
在GPT-2-small的IOI电路上,作者自报CoAx以0.941 ROC-AUC恢复已知备份头,最强完整状态归因基线为0.815;把选出的头补入不完整电路后,不完整度从0.75降到0.21。作者还称该方法在6个架构家族的8个非GPT-2模型上均优于匹配的随机补全。
所有数字均为作者第一方评测,备份头恢复主要在已知答案的IOI设定上验证。对做电路分析或安全评估的读者,值得跟踪的是条件补全这一思路能否在他人实验中站住。