本文指出,模型电路提取并不能唯一确定行为机制:结论会随报告的电路对象、剪枝损失阈值,以及注意力头的查询键表示方式而变化。在合成 Lean 证明步骤预测任务中,组件级边重叠有时降至随机基线,但选中头集合和条件间电路规模排序较稳定。作者据此提出电路研究的报告规范。
最近 24 小时暂无可用热度快照。