Wanneer zijn spaarzame functie-interventies daadwerkelijk gelokaliseerd? Beoordeling voor SAE-gebaseerde veiligheidscontrole

Gepubliceerd 14 July 2026

Deze studie evalueert de effectiviteit van spaarzame autoencoder (SAE) functies als lokale controlemechanismen voor veiligheid. Het onderzoek introduceert een nieuwe beoordelingsprotocol dat methoden vergelijkt op basis van overeenkomende doel-effectpunten. Resultaten tonen aan dat SAE-functie-ablaties een beperkte nuttige regio hebben, waarbij bepaalde configuraties beter presteren dan andere. Menselijke audits bevestigen dat het nieuwe protocol onveilige artefacten verwijdert, en diagnostiek toont aan dat de nuttige regio wordt aangedreven door stabiele functies. De bevindingen suggereren dat SAE-gebaseerde veiligheidsinterventies regime-afhankelijk moeten worden geëvalueerd.