AI工具与模型HOT精选全部
arXiv cs.AI评分70

DECODE:诊断可解释性工具自身的失效

原文标题:DECODE: Diagnosing Interpretability Failures in Automated Interpretation Process

导读

这项工作指出用大模型自动解释大模型内部表征时会出现哪些失效,并给出诊断方法。

推荐理由

涉及模型与大模型 · 与本主题相关

打开原文 ↗

来源:arXiv cs.AI · arxiv.org

主题

相关条目