線性表示假說需引入群作用重新定義
為何重要
這項研究推翻了「線性表示假說」作為單一普適命題的直覺，指出過往解釋性分析中的度量與幹預未必測試同一結構。對於研究高階模型內部機制與對齊 的工程師而言，這強調了在工程化實作中必須更嚴謹地管理假設條件，而非僅依賴線性度量的直觀結果。
- 為了確保關於神經網路表示的論斷能推廣至特定訓練模型之外的情境，必須明確定義何種表徵應被視為等效。
- 認為常被視為單一假說的「線性表示假說」（Linear Representation Hypothesis）實為一組依賴表示等效性的命題家族。
- 提出以「群作用」（Group Action）作為形式化框架，區分表示物件、產生程式與斷言的屬性，同時考量模型架構的約束。
- 這種方法論澄清了在度量指標、讀取點及分析階段間的假設變更，並將應用於審計常見的表徵量與可解釋性分析。