新博客:可解释性应区分「形式」与「估计器」,能用梯度就用梯度
arunasank · x · 2026-10-27
johnhewtt 发布新博客《separating forms from estimators, or, why steer by difference of means?》，指出可解释性研究常把「形式」（steering、神经元分析等干预方式）与「估计器」（差值法、基于 log-loss 的 SGD）混为一谈；核心主张是：当可以通过梯度下降直接学习时，通常就应该用梯度。该观点引发了与 arunasank 等人关于定位必要性的进一步讨论。