Intervention Lens：从表征手术到字符串反事实

基于摘要分析。该研究关注语言模型（LMs）表征空间干预的可解释性：对内部表征中性别等人口统计信息进行消除或修改后，如何理解相应的文本变化。作者提出将表征反事实转换为字符串反事实的方法，使内部干预能够通过文本层面的变化接受分析。 核心思路是把表征空间中的修改与可读文本联系起来，而不只观察干预后的下游行为。作者报告，该方法能够分析给定表征干预对应的语言变化，并帮助解释模型编码某一概念时使用的特征；生成的反事实文本还可用于数据增强，以缓解分类中的偏差。这些结论针对语言模型表征解释与分类偏差缓解，并非 EEG 或 BCI 效果证据。 摘要未说明表征到字符串的具体转换机制、训练目标、所用模型、数据集、对照方法或量化结果。阅读全文时需重点核对：文本反事实能否忠实反映目标干预，是否同时引入无关语义变化，以及数据增强后的偏差指标与分类性能如何权衡。实验协议、消融及统计信息尚未验证。当前材料不足以建立该方法与 EEG 信号处理之间的具体机制对应，因此不提出 BCI 迁移结论或复现实验建议。