新概念「行为遗传度」：量化单个神经元对 LLM 行为的因果占比
Sauers_ · x · 2026-10-16
作者提出 LLM 可解释性新概念 behavior heritability（行为遗传度）：定义为一个神经元的「神经元-行为相关性」中由该神经元因果直接效应驱动的百分比。测量方法是对比「干预该神经元后的效果」与「未被因果直接效应解释的相关性部分」，从而区分因果贡献与纯相关。属于可解释性研究的思路提案，尚无论文与实验数据。
「研究」频道最新
- Lean v4.35.0 自带四个已验证内核，其中之一由 Claude 写成并自证一致 — geoffreyirving · 2026-10-16
- MP-Bench：语音 Agent 群聊插话判断仅与抛硬币相当 — solyarisoftware · 2026-10-16
- 对 Qwen3-8B 做神经元级 GWAS+PheWAS，定位安全相关神经元 — Sauers_ · 2026-10-16
- 770B 参数压进 214GiB：腾讯混元量化团队拆解 Hy4 Preview 压缩术 — coolmum18 · 2026-10-16
- 200 局国际象棋实测：作者认为上下文学习目前并不奏效 — akbirthko · 2026-10-16
- LARK-Lab 提出 Mosaic：跨会话的 Agentic 强化学习新范式 — LARK-Lab · 2026-10-16