SAEScientist-Bench: Can AI Agents Conduct Autonomous SAE Interpretability Research?

• 类型：arxiv
• 标识：2609.09113
• 链接：https://arxiv.org/abs/2609.09113
• 主分类：agent
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：Whether AI agents can act as scientists utilizing SAE tools for autonomous mechanistic discovery is evaluated to establish experimental model understanding as a measurable capability for closed-loop autonomous AI R&D.
• OpenAlex ID：W7212060465
• OpenAlex DOI：10.48550/arxiv.2609.09113
• DOI：10.48550/arxiv.2609.09113
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2609.09113
• OpenAlex更新：2026-09-12
• 待LLM分类：否
• 标题中文：SAEScientist-Bench：AI Agent 能否开展自主 SAE 可解释性研究？
• TLDR中文：评估 AI Agent 能否作为科学家利用 SAE 工具开展自主机理发现，旨在将实验性模型理解确立为可测量的能力，推动闭环自主 AI R&D。
• 来源文件：
• /inbox/tom/_candidates/2026-09-10-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]