[논문리뷰] SAE Interprets MoE: Sparse AutoEncoders Reveal That MoE Experts Exhibit Human-Interpretable Fine-Grained Specialization본 논문은 MoE의 개별 expert가 실제로 무엇을 책임지는지를 analyst가 사전에 정한 domain label이 아니라 모델 자체의 feature space에서 밝히고자 합니다.#Review#Mixture-of-Experts#Sparse Autoencoder#Expert Specialization#Mechanistic Interpretability#Auto-interpretation#Dominance Graph#Qwen3-30B-A3B2026년 11월 5일댓글 수 로딩 중