HNC 方法：权重仅动 1.3% 表征剧变

波士顿大学研究者 Ann Huang 发表新论文，提出 Hessian Null Space Continuation（HNC）方法，可在不改变网络预测的情况下系统探索训练后网络的解空间。核心发现是：将 ViT 的权重沿保持预测不变的方向仅移动 1.3%，模型的表征就面目全非，揭示了网络内部的冗余，并对「柏拉图表征假说」提出了实证挑战。

2026-10-15 ~ 2026-10-15 · 3 条相关

• 移动权重仅1.3%,ViT表征已面目全非:新方法HNC揭示网络内部冗余 — najoungkim · 2026-10-15
• ViT 权重挪 1.3% 仍预测不变，表征却面目全非 — fatihdin4en · 2026-10-15
• 权重挪动 1.3% 表征大变，HNC 方法挑战柏拉图表征假说 — neuroecology · 2026-10-15