独立复现证实Goodfire SAE特征可操纵图像
先了解这件事
Goodfire 此前声称可用稀疏自编码器（SAE）特征直接操纵扩散模型生成内容，即“painting with concepts”：在 SDXL-Turbo 上调高 SAE 特征 7446（“张嘴”概念），可让生成的动物图像张嘴。2026 年 10 月 27 日，honesty.tools 公布独立复现结果，支持这一主张：在事先封存的标准下重跑实验，盲评员在 100 对图像中有 100 次选中被特征 7446 转向的图，通过线为 ≥70。复现同时公开记录了与原计划的两处偏差（包括更换评分人），并公布封存方案、3 次修订、2 处偏差及决策、盲评方案与封存哈希、评分与结论，共 24 个文件记录于 SHA256SUMS，均可查证。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntGoodfire SAE 特征转向复现材料公开，含方案哈希、偏差决策与盲评评分
honesty.tools 公开了对 Goodfire 特征 7446 转向声明的完整复现材料，涵盖封存方案、3 次修订、2 处偏差及决策、盲评方案与封存哈希、评分与结论，共 24 个文件记录于 SHA256SUMS。
- AGI Hunt预注册复现验证 Goodfire SAE 特征转向：盲测 100/100 全中
honesty.tools 对 Goodfire「painting with concepts」声明完成独立复现：在事先封存标准下，盲评员在 100 对图像中 100 次选中被 SAE 特征 7446 转向的图，通过线为 ≥70。复现同时公开记录了与原计划的两处偏差（包括更换评分人），方案哈希、偏差与评分全部可查，并确认该特征能让生成图像张嘴。
- AGI HuntGoodfire SAE 特征转向声明获独立复现
honesty.tools 独立重跑 Goodfire 在 SDXL-Turbo 上的“painting with concepts”声明，证实调高 SAE 特征 7446（“张嘴”概念）可让生成的动物图像张嘴。该复现支持 Goodfire 关于用稀疏自编码器特征直接操纵扩散模型生成内容的主张。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。