University of Toronto（多伦多大学）

Generative AI Alignment with Hinduism's Theological Plurality and Sacred Representation

结合印度教神学多元性与神圣表征的生成式AI对齐

Dipto Das, Arpita Kundu, Nusrat Jahan Mim, Shion Guha, Syed Ishtiaque Ahmed

机构 * University of Toronto（多伦多大学） ； Khulna University of Engineering & Technology（库尔纳工程技术大学） 纠错

AI总结 该研究以孟加拉国印度教用户的15次半结构化访谈为基础，探讨生成式AI在宗教领域的应用，指出其兼具便捷性与伦理隐患，提出生成式AI的宗教对齐需实现解释性对齐。

How Do Linear Probes Emerge? A Circuit-Tracing Framework with Concept-Targeted Attribution

线性探针如何产生？基于概念定向归因的电路追踪框架

Vedant Palit, Florent Draye, Terry Jingchen Zhang, Bernhard Schölkopf, Zhijing Jin

机构 * University of Toronto（多伦多大学） ； Vector Institute（矢量研究院） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； ELLIS Institute Tübingen（图宾根ELLIS研究所） 纠错

AI总结 该研究提出概念定向归因（CTA）框架，通过训练针对线性探针的归因图，揭示了探针性能与可解释电路结构的关联，为探针提供机制解释并支持安全关键概念表征的审查。

Comments Accepted to EMNLP 2026 (Main Conference). 29 pages, 18 figures, 9 tables