该研究提出了“互动不对称”原则，强调相同概念部分间的复杂互动，促进概念的分离与组合，为生成函数提供理论基础，并在合成图像数据集上展示了有效的对象分离能力。

该研究提出了一种迭代算法，通过联合识别神经网络表示中的两个低维正交子空间来分离与主要任务无关的概念，以解决概念相关性对于网络的超出分布泛化的不利影响。该算法在计算机视觉和自然语言处理的基准数据集上表现优于现有的概念去除方法。