J++ Lens 可解释性新方法：忠实读出率比 J-Lens 提升 55%

kzSlider 团队提出可解释性方法 J++ Lens，在梯度取平均前先过滤噪声梯度，能更早、更可靠地从模型内部读出潜在概念。其 Recall@10 忠实读出率为 55.2%，高于 J-Lens 的 35.7%、R-Lens 的 37.7% 和 Logit Lens 的 31.1%，读出数量比 J-Lens 多 55%。