阅读研究雷达投资体系
登录 / 注册
← 返回阅读
资讯1 分钟阅读·2026-09-24

CoAx以0.941 AUC定位备份头,仍待第三方复现

条件共消融可在消融主组件后按效应增长排序找回备份头,但数字全部来自作者自报。

重要性局部证据E2 未复现写法快讯

2026-09-23 12:00

做电路分析或安全评估的读者现在多了一个可用的思路:条件共消融(CoAx)能在消融主组件后,按消融效应的增长幅度排序,找出被激活的备份组件,作者自报在GPT-2 IOI电路上以0.941 ROC-AUC恢复已知备份头。

此前要恢复被主组件掩盖的备份头,只能依赖完整状态归因,最强基线在GPT-2-small的IOI电路上只有0.815 ROC-AUC,且无法直接补全不完整电路。

作者自报的测量是:CoAx在该IOI电路上以0.941 ROC-AUC恢复已知备份头,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,尚无他人复现;预印本arXiv 2607.01940(v3,2026年9月23日)。

来源

  • 原始资料arxiv.org↗
带入研究 →
登录 / 注册
阅读研究雷达投资体系