INTACT

Fairness Pruning与INTACT：AI偏见调控与名实同构

本文评述两篇AI研究：Fairness Pruning通过差分激活定位GLU-MLP层中的人口统计偏见，零化最多40个神经元即可显著改变模型偏见响应，同时保持99.49%推理能力；INTACT实现同构意图到动作学习，构建搜索-free世界模型。作者以荀子「礼者，养也」与「正名实」思想类比，认为AI治理应定向调控而非盲目剪枝，使模型不偏不倚。