Etiquetado

Interpretability

3 publicaciones

11 Apr 2026 · 9 min de lectura

Capital-of no es una característica única de SAE. Así que construí un bucle de mutación para encontrar lo que es.

Las características SAE no pueden aislar relaciones en Gemma-2-2B. Construí un bucle de mutación‑selección que sí puede. El cuello de botella era la tokenización.

ai interpretability llm sparse-autoencoders

Open post

7 Apr 2026 · 7 min de lectura

Los autoencoders escasos no pueden medir el comportamiento en tiempo de generación. Eso no es un error.

¿Por qué las características SAE de adulación tienen un d de Cohen = 9.9 pero la detección de alucinaciones falla? La respuesta resultó ser más profunda que el momento de la medición.

ai interpretability sparse-autoencoders

Open post

4 Apr 2026 · 8 min de lectura

Deja de diseñar tu sistema de IA. Diseña su entorno.

La IA autoevolutiva falla cuando optimiza un evaluador fijo. El modelo biológico tiene razón: lo que necesita evolucionar es la presión de selección, no solo el genoma.

ai agents architecture interpretability

Open post