迈向单义性：通过字典学习分解语言模型- 知乎

泻药。这一期tutorial我们聊一聊anthropic在mechanisitic interpretability的最新进展。考虑一个单层transformer。这份研究说明，如果在MLP的activation后接上一个过完备的autoencoder，用字典学习损失去train，则…

精选】阅读笔记--NLP面试基础知识总结_为什么模型参数低频代表模型公共

IT瘾学习推荐

OpenLLM 008】大模型基础组件之分词器-万字长文全面解读LLM中的分词

迈向单义性：通过字典学习分解语言模型- 知乎

打破大模型黑盒，彻底分解神经元！OpenAI对头Anthropic击破AI不可解释

自然语言处理中的文本表示研究

知识图谱和大语言模型的共存之道- 知乎

打破大模型黑盒，彻底分解神经元！OpenAI对头Anthropic击破AI不可解释

迈向单义性：通过字典学习分解语言模型- 知乎

分解大模型的神经元！Claude团队最新研究火了，网友：打开黑盒- 知乎

Arxiv 2306.08302v2 - Trans

迈向单义性：通过字典学习分解语言模型- 知乎

分解大模型的神经元！Claude团队最新研究火了，网友：打开黑盒- 知乎

自编码器的早期探索：来自Hinton于1993年发表的NIPS - 知乎

深度学习可解释性- 知乎