Разреженные автоэнкодеры: делаем признаки в сети видимыми

Коротко: Разреженный автоэнкодер (SAE) раскладывает внутренние активации языковой модели на множество отдельных, более понятных признаков. Это показывает, о каких понятиях модель «думает».