Sparse Autoencoders Enable Scalable and Reliable Circuit Identification in Language Models
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.LG
AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.LG
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.LG
Comments Accepted at ICLR 2024
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.AI
专题命中 知识编辑与模型理解 :LLM(title);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI
Comments Entry for SemEval-2024 Shared Task 6: SHROOM, a Shared-task on Hallucinations and Related Observable Overgeneration Mistakes
专题命中 知识编辑与模型理解 :LLM(title);large language model(abstract);language model(abstract);分类 cs.AI、cs.LG
专题命中 知识编辑与模型理解 :language model(title,abstract);pretraining(abstract);分类 cs.CL、cs.LG
Comments ICLR 2024
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.AI
专题命中 知识编辑与模型理解 :language model(title,abstract);prompting(abstract);分类 cs.CL、cs.LG
Comments Long Paper at EACL 2024
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.AI
Comments arXiv admin note: text overlap with arXiv:2210.16489
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.AI
Comments Extended Abstract -- work in progress. BlackboxNLP2023
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.AI
Comments Work in progress
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.LG
Comments Accepted at EMNLP-2023
专题命中 知识编辑与模型理解 :language model(title,abstract);pretraining(abstract);分类 cs.CL、cs.AI
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.LG
Comments 11 pages, 9 figures. ACL 2023 short paper camera-ready. Demos at https://cifkao.github.io/context-probing/ and https://huggingface.co/spaces/cifkao/context-probing ; code at https://github.com/cifkao/context-probing/
Journal ref Proceedings of the 61st Annual Meeting of the Association for Computational Linguistics (Volume 2: Short Papers) (2023), 1067--1079
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.LG
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.AI
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.AI
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.AI
Comments Presented at GeBNLP 2022
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.AI
专题命中 知识编辑与模型理解 :prompting(title,abstract);language model(abstract);分类 cs.CL、cs.LG
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.AI
Comments 18 Pages, 13 figures
Journal ref Bulletin of the Technical Committee on Data Engineering, Vol. 44 No. 4 December 2021
专题命中 知识编辑与模型理解 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.LG
Journal ref Proceedings of the 5th Swiss Text Analytics Conference (SwissText) & 16th Conference on Natural Language Processing (KONVENS), Zurich, Switzerland, June 23-25, 2020
专题命中 知识编辑与模型理解 :foundation model(title,abstract);pretraining(abstract);分类 cs.LG
Comments A large ablation study measuring uncertainty and spatial generalizability with 8 foundation models, 11 world regions and 7 downstream tasks
智能体事务:面向ACID兼容的智能体系统
专题命中 知识编辑与模型理解 :LLM(abstract,abstract_cn);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI、cs.LG
AI总结 该研究提出ACID兼容的智能体事务框架,开发对应数据智能体,在基准测试中较含Claude Code的现有智能体提升10.6%,为构建可信可扩展AI智能体开辟新方向。
LDI:面向文本丰富表的局部数据填补
专题命中 知识编辑与模型理解 :LLM(summary_cn,abstract_cn);large language model(abstract);language model(abstract)
AI总结 本文提出LDI框架,通过局部推理利用LLM填补文本丰富表中的缺失值,提升准确性和可解释性,实验证明其优于现有方法。
大型语言模型中句法与语义的差异编码
机构 * Catalan Institute of Research and Advanced Studies (ICREA) and Universitat Pompeu Fabra (UPF)(加泰罗尼亚研究与高级科学研究所(ICREA)和庞培法华大学(UPF))
专题命中 知识编辑与模型理解 :LLM(abstract,abstract_cn);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI、cs.LG
AI总结 本研究通过平均共享句法结构或语义的句子隐藏表示向量,发现大型语言模型(以DeepSeek-V3为例)的内部层表示中句法和语义信息至少部分线性编码,且两者编码轮廓不同,可一定程度解耦。
Comments Published as conference paper at ICML 2026
通过稀疏自编码器实现从语言到视觉的可解释性迁移
机构 * University of Bath, UK(巴斯大学) ; Lambda, Inc.(Lambda公司) ; Samsung AI Centre Cambridge(三星AI研究中心)
专题命中 知识编辑与模型理解 :LLM(summary_cn,abstract);language model(abstract)
AI总结 提出VISTA框架,通过约束视觉投影器将视觉token映射到LLM的文本SAE空间,实现无需专用视觉SAE的视觉可解释性,并在对象移除和替换任务上分别提升35%和47%。
Journal ref ICML 2026
知识级一致性强化学习:长形式事实性的双事实对齐
机构 * Baidu Inc.(百度公司)
专题命中 知识编辑与模型理解 :RLHF(abstract,abstract_cn);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出KLCF框架,通过双事实对齐机制提升长形式生成的事实性,有效缓解幻觉和保守倾向,提升精度与召回率。
Comments 32 pages
KARL:通过知识边界感知强化学习缓解大语言模型的幻觉
机构 * Tsinghua University(清华大学)
专题命中 知识编辑与模型理解 :LLM(abstract,abstract_cn);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI、cs.LG
AI总结 KARL通过知识边界感知强化学习框架,动态调整大语言模型的回避行为,有效抑制幻觉并保持高精度。
Comments 21 pages, 8 figures
应用认知理论与大语言模型 -- ChatGPT在解决社会情境题方面表现如何?
专题命中 知识编辑与模型理解 :large language model(title);language model(title)
AI总结 研究评估了GPT-4在解决社会情境题方面的表现,发现其在高阶认知理论任务中接近人类水平,但在不确定性标记使用上仍需进一步优化。
Comments 40 pages, 6 figures, 3 supplements