Los autoencoders esparsos (SAE) representan las activaciones de los modelos de aprendizaje automático mediante características lineales y dispersas, aunque los efectos de estas características en las tareas posteriores no siempre se componen de forma aditiva. Este estudio introduce los Residuos de Aditividad de SAE (SAR), una métrica que cuantifica la variación conductual no explicada por un orden de interacción seleccionado. Bajo la muestreo de subconjuntos de características independientes, el SAR de población es exactamente la energía normalizada de las interacciones por encima de ese orden, lo que permite acotar el error de ordenamiento de coaliciones para la aproximación de bajo orden óptima.
Para distinguir la composición asociada a la representación del SAE de la inducida por la computación posterior, los autores comparan las coordenadas aprendidas de SAE con rotaciones aleatorias que preservan la suma en el mismo subespacio. Los resultados muestran que las coordenadas aprendidas presentan residuos de primer orden más bajos en todos los 18 ajustes de modelo y comportamiento. Sin embargo, las coordenadas no son completamente aditivas: los términos de pareja mejoran el ordenamiento de coaliciones en el conjunto de datos no utilizado y superan a los modelos con parámetros ajustados que utilizan términos aleatorios de tercer orden.
En un experimento de guiado combinado, el modelado de términos de pareja eleva la fidelidad del ranking de 0,5874 a 0,7790 y reduce el error de ordenamiento de 0.1444 a 0.0606. Estos hallazgos demuestran que las coordenadas de SAE soportan descripciones conductuales comparativamente composicionales, aunque las explicaciones conjuntas fieles y las intervenciones aún requieren interacciones que superan los efectos individuales de las características.
