**稀疏自编码器构建通用符号匹配系统，推动神经符号模型规模化**

_Sparse Autoencoders Are a Shared Coordinate System for Symbolic Matching_

> 针对现有神经符号模型受限于人工构建符号系统的规模问题，研究提出 SAE-IDF 方法。该方法利用稀疏自编码器（SAE）将不同符号系统中的符号编码为稀疏码，并通过稀有度加权实现跨系统匹配。实验表明，该方法在 12 项任务中显著优于 LLM 稠密基线，且生成的匹配结果具有可解释性，为构建通用符号骨干网奠定了基础。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-19 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.19636)