TL;DR · 一句话结论

Anthropic 提出回合平均稀疏自编码器 (Turn-Averaged SAE)。这是一条「论文研究（Research）」类 AI 信号，小雯机会评分 8.7/10，风险评分 3.6/10，数据源为 AI HOT日报 / 论文研究。

• 这是什么：Anthropic 对每个对话回合所有 token 的残差流取平均后训练 SAE，大幅减少需解析的特征数量。实验使用 Qwen-2.5-7B-Instruct 和 LMSYS-Chat-1M 数据集，回合平均特征更关注模型行为的高层特性（如错误答案），每 token SAE 侧重数值推理等细节。Sonnet 4.6 评测显示：回合平均 SAE 在从 10 个回合中唯一识别目标（区分度）为 74%，低于每 token SAE 的 95%；但在全面描述回合（覆盖度）上以 77% 胜出。该方法可外推至训练平均长度 150...
• 为什么值得关注：研究信号要转成产品判断：它会降低成本、提升能力，还是创造新场景。这条值得关注：Anthropic 提出回合平均稀疏自编码器 (Turn-Averaged SAE)
• 归类标签：Research、Anthropic
• 首次收录：2026-07-01，累计出现 1 次