NLA 结果出人意料，token 级梯度归因或能帮忙
aryaman2020 · x · 2026-08-22
作者对 NLA 的实验结果感到意外。有人提议采用简单的 token 级梯度归因方法来辅助分析，引用了相关研究工作。
所属事件:Anthropic 研究：可解释性工具难敌直接读文本(15 条相关)→
「研究」频道最新
- 把快程序编译成慢神经网络？开发者吐槽这类实验实用价值存疑 — ctjlewis · 2026-10-16
- 新论文提出用显示偏好法辨析 AI Agent 合作的动机 — brwilder · 2026-10-16
- 用 logit lens 透视 Beat Saber 微调模型：音符生成复用语言语法回路 — ctjlewis · 2026-10-16
- 128×128 记录难破：中间步骤实验如何预言了推理模型 — ctjlewis · 2026-10-16
- TeamFusion 研究:用偏好代理互搏替代 AI 总结,保住团队少数派声音 — burkov · 2026-10-16
- MIT 推出 C-GMT:人形机器人全身柔顺响应,不再硬抗外力 — MIT_CSAIL · 2026-10-16