Chimera-Interventionen zwischen Trajektorien offenbaren unterscheidbare Rollen von Gewichtsgröße und -richtung beim Grokking

arXiv:2607.06628v1 Ankündigungstyp: neu Abstract: Welche Eigenschaften eines teilweise trainierten Netzwerks sind kausal auf ein anderes, unabhängig trainiertes Netzwerk übertragbar? Einzel-Trajektorien-Interventionen zeigen Notwendigkeit innerhalb eines Durchlaufs, nicht Portabilität über Durchläufe hinweg. Wir führen Chimera-Interventionen zwischen Trajektorien ein