---
title: "特征分裂 (Feature Splitting)"
created: 2026-06-17
updated: 2026-06-17
type: concept
tags: [interpretability, sparse-autoencoder, phenomena]
sources: [raw/papers/zhang-geometric-sae-2026.md]
confidence: high
---

# 特征分裂 (Feature Splitting)

特征分裂是 [[sparse-autoencoder|SAE]] 中最常见的经验现象之一——较小的 SAE 中的粗粒度神经元在较大的 SAE 中**分裂为多个更精细的语义子成分**。

## 形式化

若 θ 是粗神经元，θ₁,...,θᵣ 是分裂后的细粒度神经元：

```
θ ≈ ∪_{j=1}^{r} θ_j,   且 θ_j ∩ θ_l ≈ ∅ (j ≠ l)
```

近似不交性由稀疏约束保证：若分裂神经元大量重叠，数据会同时激活多个神经元，违反稀疏性。

## 必要条件

从 [[geometric-sae-concepts|Zhang et al. (2026)]] 的几何框架：

- 概念必须**非凸到某个正程度**才能分裂（凸概念不可进一步分解）
- 需满足概念分离的几何条件：`Conv(C_j) ∩ Conv(N_j) = ∅`
- 更大的 SAE = 更多的超平面 = 更精细的区域划分能力

## 为什么重要

- **层级概念的自然涌现**："动物" → "哺乳动物" / "爬行动物" → ...
- **解释粒度可调**：SAE 大小控制特征粒度
- **证明 SAE 学到的是"真实"结构**而非人工注入

## 注意

[[geometric-sae-concepts|Zhang et al. (2026)]] 证明特征分裂**不具有普遍性**：并非所有概念都能分裂为更细粒度。层级概念（如父子关系）在不改变 SAE 架构的情况下可能难以学习。

## 参考

- [[feature-absorption|特征吸收]]
- [[feature-family|特征家族]]
- [[sparse-autoencoder|SAE]]
- [[geometric-sae-concepts|几何框架论文]]