TopicScope：用稀疏自编码器特征训练逐 token 主题监控器

作者提出 TopicScope 框架，在 SAE 特征上训练因果主题分类器，为模型回复中的每个 token 分配主题标签，标签可在生成中途变化。在 Gemma-3 1B 和 4B 上，用 prefill 隐状态特征训练的监控器能泛化到解码阶段；插入离题内容、删除主题或重排段落后，宏 F1 最多下降 5 点。消融显示，不用 SAE 达到基线性能的分类器体积要大数倍，代码、数据集与检查点已公开。