可解释性研究：删掉最弱 75% 激活几乎无损，删最强 7% 准确率从 72% 跌到 4%

可解释性研究的消融实验显示，移除模型最弱的 75% 激活，准确率仅从 72% 降到 71%，约 1/10 答案变化；移除激活总量相同的最强 7%，准确率从 72% 暴跌到 4%，96/100 答案改变。损失最大的位置也最易理解：语言模型是最后一层，视觉模型是浅层。讨论者指出「弱激活不重要」实质等价于「叠加态不是大问题」，并称原文方法论细节交代不足。