研究者提出Jacobian Scopes：LLM token级因果归因方法
热点事件持续更新
研究者提出Jacobian Scopes：LLM token级因果归因方法
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Toni J. B. Liu 等研究者在 arXiv 发表论文，提出 Jacobian Scopes，一套基于梯度与信息几何的 LLM token 级因果归因方法，可量化输入 token 对特定 logits、预测分布及模型不确定性（有效温度）的影响，并已开源实现、提供云端交互式演示。
AI 根据报道生成 · 1 小时前更新
最新进展10月31日 12:00
Jacobian Scopes：面向 LLM token 级归因的统一几何框架报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIJacobian Scopes：面向 LLM token 级归因的统一几何框架
研究者提出 Jacobian Scopes，一套基于梯度与信息几何的 LLM token 级因果归因方法，可量化输入 token 对特定 logits、预测分布及模型不确定性（有效温度）的影响。
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。