Reddit 用户用 AI 做 LLM 可解释性研究：称指令力呈线性表征

一位 Reddit 用户让 AI 全程设计并执行 LLM 可解释性研究，称祈使 vs 陈述的指令力在残差流中折叠为一维线性子空间、第 1 层探针准确率达 100%。研究用线性探针、因果激活修补和稀疏自编码器（SAE）检验 5 个假设，SAE 重构解释方差 99%、找到 55 个纯度 ≥80% 的单义特征。作者坦承不懂研究，结果真实性待验证。