Certified Circuits 为电路发现提供稳定性证明

Anani 等人在 ICML 2026 论文（arXiv 2026-11-05）提出 Certified Circuits 框架，为机制可解释性中的电路发现提供可证明的稳定性保证。 该框架用随机数据子采样封装任意黑盒电路发现算法，证明电路组件（神经元或边，取决于底层算法）的纳入决策对概念数据集的有界编辑距离扰动保持不变，不稳定的组件会被弃用。论文称认证后的电路准确率最高提升 56%、组件数最多减少 80%，并在基线方法失效的场景下保持可靠。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。