独立复现证实Goodfire SAE特征转向声明

honesty.tools 独立重跑 Goodfire 在 SDXL-Turbo 上的「painting with concepts」声明：调高 SAE 特征 7446（「张嘴」）确实能让生成图像中的动物张嘴。团队还补充人工盲测环节，在事先封存通过标准下，盲评员对 100 对图像的判断全部正确（100/100）。完整复现材料已公开，包括封存方案、3 次修订、2 处偏差及决策、盲评方案与封存哈希、评分与结论，共 24 个文件可查。

2026-10-27 ~ 2026-10-27 · 4 条相关

• 独立复现证实 Goodfire SAE 转向声明:调高特征 7446 即可让动物张嘴 — kevrussell · 2026-10-27
• 复现 Goodfire 可解释性声明:SAE 特征 7446 确能让生成图像张嘴 — kevrussell · 2026-10-27
• 预注册复现验证 Goodfire SAE 特征转向:盲测 100/100 全中 — kevrussell · 2026-10-27
• Goodfire SAE 复现全记录公开:方案哈希、偏差与评分全部可查 — kevrussell · 2026-10-27