中文

语义区段:面向受阻表示空间的Atlas-Native 特征本体论

机器学习 2026-03-24 v1 人工智能 计算与语言 神经与进化计算

摘要

最近的可解释性工作常将特征视为单个全局方向、字典原子或跨情境共享的潜在坐标。我们指出,这种本体论在受阻表示空间中可能失效——在此类空间中,局部一致的意义不必然组合成一个全局一致的特征。我们引入一种Atlas-Native 替代对象——语义区段:定义在情景图谱上、与传输兼容的局部分特征代表的可传输家族。我们形式化语义区段,证明树状支撑的传播始终是路径可实现的,并指出循环一致性是真正全球化的关键标准。这导致一种将语义区段区分为树状局部、可全局化和扭曲三类的区分,扭曲区段捕捉局部一致但受holmony 阻挡的意义。随后,我们发展了一个基于种子传播、重叠同步、缺陷基 pruning、循环感知分类和去重的发现与认证管道。在Llama 3.2 3B Instruct、Qwen 2.5 3B Instruct和Gemma 2 2B IT的第16层Atlas中,我们发现语义区段中存在非平凡的群体,包括在去重后仍支持循环的可全局化和扭曲情形。最重要的是,语义身份无法通过原始全局向量相似性来恢复。即使是经过认证的可全局化区段,也显示出较低的跨图表签名余弦相似性,而原始相似性基线仅恢复少数真实的区段对,常在中等阈值时坍缩。在 contrast下,基于区段的身份恢复在认证支持上是完美的。这些结果支持语义区段作为受阻情形下更佳特征本体论。

关键词

引用

@article{arxiv.2603.20867,
  title  = {Semantic Sections: An Atlas-Native Feature Ontology for Obstructed Representation Spaces},
  author = {Hossein Javidnia},
  journal= {arXiv preprint arXiv:2603.20867},
  year   = {2026}
}

备注

20 pages, 2 figures