RSS用于识别在语义等价提示变换下方向一致、且可在留出变体上复现的特征响应。
推荐理由：论文表明单个SAE特征的变化未必稳定或具有因果作用；RSS以跨提示复现性筛选响应，推动可解释性从个案激活转向稳健支持集。
阅读原文