Implicit Hate × SAE 笔记

用 Qwen-Scope 的稀疏自编码器（SAE）特征，给隐性仇恨推文（IHC）分 6 个子类的学习笔记：SAE 怎么编码和重建、FVU 和 ΔCE 在衡量什么、分类器怎么在 SAE latent 上训练，以及在本机上跑出来的数据。

笔记里有可以拖动的示意图，在单独的页面里看会更宽。