EMNLP 论文：用稀疏自编码器做基于文本的因果混杂调整
anjalie_f · x · 2026-10-27
Mian Zhong 将在 10 月 27 日上午 9 点的 EMNLP 上报告论文《Exploring Sparse Autoencoders in Text-Based Causal Confounding Adjustment》。
论文关注许多因果问题依赖文本的场景，例如某项法案的媒体报道类型是否影响投票支持它的立法者数量；方法是用稀疏自编码器（SAE）对文本中的因果混杂因素进行调整。
「研究」频道最新
- 科学家争论科研瓶颈：八成扩张靠一锅法增数据，而非实验室自动化 — clarejtbirch · 2026-10-27
- Yoav Artzi 用 COLM 真实数据模拟 4 种「限额审稿」会议机制 — yoavartzi · 2026-10-27
- 实测发现 Qwen 有 9 个「性别神经元」，激活后自称男或女 — burny_tech · 2026-10-27
- GPT-6-Astra 具身智能评测:12 项基准多项逼近 100% 成功率 — chris_j_paxton · 2026-10-27
- 开源项目 LEANN 称向量库存储省 97%,6000万文本块 201GB 压到 6GB — Promptmethus · 2026-10-27
- Claude Opus 5.5 一日抛出三大成果:证伪ETH、全维Kakeya、Yang-Mills存在性 — repligate · 2026-10-27