# sparse-autoencoder-training

Помогает обучать и исследовать разреженные автоэнкодеры через SAELens. Скилл пригодится для поиска моносемантичных признаков в активациях нейросетей.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 950 установок · ★ 13956
- Автор: Orchestra Research
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/Orchestra-Research/AI-Research-SKILLs/tree/HEAD/04-mechanistic-interpretability/saelens/SKILL.md
- Обновлён: 2026-10-11
- HTML: https://affpapa.org/nevibecode/skills/sparse-autoencoder-training

## Что делает

Скилл даёт готовые инструкции по работе с библиотекой SAELens для mechanistic interpretability. Он помогает разложить полисемантичные активации трансформеров на интерпретируемые концепты с помощью разреженных автоэнкодеров (SAE). Доступны сценарии загрузки готовых весов для GPT-2 Small или Gemma 2B, вычисления разреженности и реконструкции исходных скрытых состояний.

Внутри собраны рецепты конфигурации `LanguageModelSAERunnerConfig` для обучения собственных SAE с архитектурами standard, gated и topk. Скилл задаёт правила отслеживания метрик L0, доли мёртвых признаков и процента восстановления cross-entropy loss через Weights & Biases.

Для запуска в проекте обязательны Python 3.10+, PyTorch от 2.0.0 и transformer-lens не ниже 2.0.0. Без настроенного окружения с поддержкой CUDA обучение автоэнкодера завершится ошибкой нехватки ресурсов.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill sparse-autoencoder-training -a claude-code
```
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill saelens -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/saelens/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/saelens/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill saelens -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/saelens/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill saelens -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/saelens/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install Orchestra-Research/AI-Research-SKILLs saelens
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/saelens/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill saelens -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/Orchestra-Research/AI-Research-SKILLs --path 04-mechanistic-interpretability/saelens
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/saelens/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add Orchestra-Research/AI-Research-SKILLs --skill saelens -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/Orchestra-Research/AI-Research-SKILLs/tree/HEAD/04-mechanistic-interpretability/saelens/SKILL.md

## Когда брать
- найти моносемантичные признаки в скрытых слоях трансформера
- настроить обучение SAE через LanguageModelSAERunnerConfig
- проверить долю мёртвых нейронов и метрику L0
- загрузить готовые веса SAE для GPT-2 или Gemma 2B

## Примеры запросов агенту
- Помоги настроить обучение SAE на 8 слое gpt2-small через SAELens
- Как загрузить готовый автоэнкодер gpt2-small-res-jb и проверить активные признаки?
- Посчитай CE loss recovery и L0 для обученного автоэнкодера

## Похожие
- [training-log-analyzer](https://affpapa.org/nevibecode/skills/training-log-analyzer.md) — скилл · 328 установок
- [grpo-rlvr-training](https://affpapa.org/nevibecode/skills/grpo-rlvr-training.md) — скилл · 2600 установок
- [spark-training-gotchas](https://affpapa.org/nevibecode/skills/spark-training-gotchas.md) — скилл · 2500 установок
- [nemo-automodel-distributed-training](https://affpapa.org/nevibecode/skills/nemo-automodel-distributed-training.md) — скилл · 2000 установок
- [nemo-mbridge-perf-moe-vlm-training](https://affpapa.org/nevibecode/skills/nemo-mbridge-perf-moe-vlm-training.md) — скилл · 1800 установок
- [trl-training](https://affpapa.org/nevibecode/skills/trl-training.md) — скилл · 909 установок

Из того же набора: [orchestra-research/ai-research-skills](https://affpapa.org/nevibecode/by/orchestra-research/ai-research-skills.md) — 66 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md