会员服务
稀疏自编码器是一种无监督机器学习算法，通过计算自编码的输出与原输入的误差，不断调节自编码器的参数，最终训练出模型。自编码器可以用于压缩输入信息，提取有用的输入特征。
Toward Faithful Retrieval-Augmented Generation with Sparse Autoencoders
Arxiv
0+阅读 · 12月9日
XNNTab -- Interpretable Neural Networks for Tabular Data using Sparse Autoencoders
Arxiv
0+阅读 · 12月15日
Dense SAE Latents Are Features, Not Bugs
Arxiv
0+阅读 · 11月5日
Measuring and Guiding Monosemanticity
Arxiv
0+阅读 · 12月1日
AlignSAE: Concept-Aligned Sparse Autoencoders
Arxiv
0+阅读 · 12月1日
Mechanistic Interpretability of Antibody Language Models Using SAEs
Arxiv
0+阅读 · 12月5日
Sparse Autoencoders Make Audio Foundation Models more Explainable
Arxiv
0+阅读 · 12月17日
Learning Interpretable Features in Audio Latent Spaces via Sparse Autoencoders
Arxiv
0+阅读 · 10月27日
MedSAE: Dissecting MedCLIP Representations with Sparse Autoencoders
MedSAE: Dissecting MedCLIP Representations with Sparse Autoencoders
Arxiv
0+阅读 · 10月30日
Transformer Key-Value Memories Are Nearly as Interpretable as Sparse Autoencoders
Arxiv
0+阅读 · 10月25日
Sparse Autoencoder Neural Operators: Model Recovery in Function Spaces
Arxiv
0+阅读 · 10月23日
Breaking Bad Tokens: Detoxification of LLMs Using Sparse Autoencoders
Arxiv
0+阅读 · 10月23日
SAFER: Probing Safety in Reward Models with Sparse Autoencoder
Arxiv
0+阅读 · 10月14日
How a Bilingual LM Becomes Bilingual: Tracing Internal Representations with Sparse Autoencoders
How a Bilingual LM Becomes Bilingual: Tracing Internal Representations with Sparse Autoencoders
Arxiv
0+阅读 · 10月10日
SAE-FiRE: Enhancing Earnings Surprise Predictions Through Sparse Autoencoder Feature Selection
Arxiv
0+阅读 · 10月7日
参考链接
微信扫码咨询专知VIP会员
Top