MAxBench: A Multinomial Concept Recovery Benchmark
MAxBench：多类别概念恢复基准
🧭 可解释性 · 多类别概念表示评估
Boston University · Technion – Israel Institute of Technology · Harvard University
提出几何无关的评估框架 MAxBench，比较 10 种方法，发现仿射子空间最优且优势源于偏移项
📌 工作参考价值（4 点）
- 在需要控制多类别概念（如商品属性、兴趣标签）的生成式推荐或 Agent 中，仿射子空间表示（线性方向 + 非零偏移）比纯线性方向更可靠；若自行训练类别方向，应学习 offset 而非只学 basis，可显著提升召回和可控性。
- MAxBench 的采样评估方式（从表示中采样而非直接测量距离）可迁移到评估不同表示学习方法（如 LoRA、adapter、prompt 等）对多类别属性的操控效果，避免几何假设过强。
- 论文发现 no method consistently beats prompting，提示在业务中做可控生成时，先用 prompt 基线验证概念可操控性，再决定是否需要更复杂的 internal steering。
- 本文属可解释性方向，对电商/搜索推荐直接业务价值有限，但若涉及模型内容安全/风格控制/属性操控，可参考其评估思路。