20260617:目前有914 页

concepts/uncancelled-interaction-effects.md

@@ -0,0 +1,50 @@
+---
+title: "未抵消交互效应 (Uncancelled Interaction Effects)"
+created: 2026-06-03
+updated: 2026-06-03
+type: concept
+tags: [interactions, metrics, noise, LLM]
+sources:
+  - "[[zhang-reconciling-sft-interaction-2026]]"
+---
+
+# 未抵消交互效应 (Uncancelled Interaction Effects)
+
+## 定义
+
+未抵消交互效应比例 $\rho$ 衡量一组交互中正效应和负效应**相互抵消后剩余的有效贡献**。当 $\rho$ 接近 0 时，意味着交互的正负效应几乎完全抵消，对目标 token 预测几乎没有净贡献——这是噪声模式的典型特征。
+
+## 度量
+
+$$\rho(\Omega^{\text{and}}, \Omega^{\text{or}}) = \frac{\left|\sum_{\text{type}} \sum_{S \in \Omega^{\text{type}}} I_S^{\text{type}}\right|}{\sum_{\text{type}} \sum_{S \in \Omega^{\text{type}}} |I_S^{\text{type}}|} \times 100\%$$
+
+分子取绝对值，分母为所有交互效应的绝对值之和。
+
+## 解释
+
+| $\rho$ 值 | 含义 |
+|-----------|------|
+| $\approx 0$ | 强正负抵消 → 噪声模式 |
+| 较高 | 净效应显著 → 可靠信号 |
+
+## 在 SFT 分析中的应用
+
+在 [[zhang-reconciling-sft-interaction-2026|Zhang et al. (2026)]] 中，$\rho$ 是区分信号与噪声的核心指标：
+
+- **Removed 交互**：$\rho \approx 0$——被移除的交互正负效应几乎完全抵消，证实它们是噪声
+- **Newly emerged 交互（后期）**：$\rho \approx 0$——过拟合阶段涌现的交互同样是噪声
+- **Preserved 交互**：$\rho$ 最高——保留的交互净效应显著，是真正的推理信号
+
+## 与泛化性的互补关系
+
+$\rho$（未抵消效应比例）与 [[interaction-generalizability|γ（泛化性）]] 是两个互补的交互质量指标：
+- $\rho$ 衡量**内部一致性**（效应是否互相抵消）
+- $\gamma$ 衡量**外部一致性**（是否跨模型通用）
+
+在 Zhang et al. 的实验中，Removed 交互同时具有 $\gamma \approx 0$ 和 $\rho \approx 0$，Preserved 交互在两个指标上都最高——两者高度一致。
+
+## 相关概念
+
+- [[interaction-generalizability|交互泛化性]]
+- [[interaction-types-sft|SFT 中的三类交互]]
+- [[interaction-order|交互阶数]]