机制可解释性研究者反思「叠加」滥用

机制可解释性研究者反思「叠加」（superposition）被滥用：有作者检验数百个案例后发现，每当强激活解释不通，研究者就把「叠加」挪到弱激活或未见过的神经元上，暗示它不该再是可解释性的默认假设。hrishioa 引用并赞同这篇反思文章，并调侃「真想见见那个神经元」，指向可解释性研究的拟人化倾向。