LLM 是否真的在使用该特征？区分 steering 与机制

追踪概念、操纵行为并不足以证明 LLM 使用了某内部特征：研究提出在自然输入观测值上检验的经验性契约，用 installation 测特征对行为的充分性，用 removal 与 downstream rescue 测模型的实际使用程度。已发表的 unknown-entity latent 安装观测值后，只转移自然已知—未知弃答对比的一小部分。