研究者以电路视角解读深度学习：后门不会自发涌现

2026年10月16日，有报道称模型可解释性研究者以布尔电路的视角来解读深度学习与 Transformer：在这一框架下，递归泛化本质上就是 grokking 现象；同时指出模型后门不会在没有对抗数据的情况下自发涌现。报道还提到另一条理论线程，主张现代深度学习并不神秘——良好正则化的机器学习本质上是带复杂度先验的程序搜索，其行为是“良好”的。相关讨论则围绕“叠加”（superposition）框架展开。截至该报道，事件停留在上述理论观点与讨论层面，暂无其他进展披露。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。