提出 ICA Lens:用非高斯性发现可解释方向
热点事件持续更新
提出 ICA Lens:用非高斯性发现可解释方向
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Sida Liu 等人在 arXiv 论文 2606.11722 提出 ICA Lens,用于直接在语言模型残差流激活中搜索非高斯方向来发现可解释特征。论文观察到 SAE 解码器方向的投影分布明显比随机方向更非高斯。 论文称非高斯性与人工标注置信度和自动可解释性评分正相关;所得坐标在可解释性、稀疏重建、概念预测和因果干预方面与 SAE 相当,同时每层可在数分钟内拟合,内存占用少 7–43 倍。
AI 根据报道生成 · 35 分钟前更新
最新进展11月18日 13:00
ICA Lens 论文提出以非高斯性直接发现语言模型激活中的可解释方向报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AIICA Lens 论文提出以非高斯性直接发现语言模型激活中的可解释方向
Sida Liu 等人在 arXiv 论文 2606.11722 提出 ICA Lens,发现 SAE 解码器方向的投影分布明显比随机方向更非高斯,可直接在 LLM 残差流激活中搜索非高斯方向来发现可解释特征。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。