视觉Transformer如何理解「愤怒」？研究者发现「转喻回路」机制
当训练数据中缺乏直接指向抽象概念的视觉证据时，Vision Transformer 究竟如何学会理解「愤怒」「喜悦」这类抽象语义？一篇入选 EMNLP 2026 主会的论文给出了一个颇具想象力的答案：模型可能借助「转喻」机制——用「火焰」这类具体、可解释的锚点概念，把视觉信号桥接到抽象语义之上。
研究问题：抽象概念从何而来
论文标题为《Metonymic Circuits for Abstract Concept Grounding in Vision Transformers》，作者为 Jing Ding、Ziqiao Ma、Jiayuan Mao、Joyce Chai、Freda Shi。研究的核心困惑是：视觉模型在识别「愤怒」时，数据里往往并没有大量直接标注「愤怒」的样本，那么抽象预测究竟由什么驱动？
作者提出假设：模型内部存在一种转喻式接地机制（metonymic grounding），抽象判断并非凭空产生，而是由具体的、可解释的「锚点概念」中介完成。例如「火焰」与「红色」「高温」等感知特征相关联，进而被用于支撑「愤怒」这类抽象语义的识别。
方法：用 Transcoders 拆解中间特征
为验证这一假设，研究团队在 CLIP 和 DINO 两种视觉编码器上应用了 Transcoders，从模型中间层中恢复出可与具体概念语义标签对应的特征，并追踪这些特征在抽象概念识别回路中的贡献。
实验使用了一个精心构建的图标数据集（icon dataset），结果揭示了结构化的转喻回路：
- 感知原语在浅层占据主导地位；
- 类物体锚点出现在抽象目标之前，形成「具体 → 抽象」的过渡链条；
- 当图像中包含渲染文字时，模型会改用一条独立的「感知到文本」通路。
因果验证：锚点真的在起作用
仅观察相关性还不够。作者进一步通过因果干预实验证明，这些转喻性的中间特征在功能上确实参与了抽象概念的接地过程，而非仅仅是伴随现象。
意义与观察
这项工作为可解释性研究提供了一个有价值的视角：抽象能力的涌现未必神秘，它可能建立在具体概念的组合与中介之上。如果这一机制具有普遍性，那么未来或许可以通过干预中间锚点概念，来调试或增强视觉模型对抽象语义的理解能力。
需要注意的是，该结论目前主要基于特定图标数据集与 CLIP、DINO 两类编码器，其向更广泛模型与真实场景的推广程度仍有待进一步验证。
