Matryoshka Attribution 用梯度下降做归因，登顶可解释性基准
stanfordnlp · x · 2026-09-26
Noah Goodman 转发并评论了新论文 Matryoshka Attribution：这是一种新的归因方法，用梯度下降来定位神经网络中负责某一行为的部分，而不是传统的人工搜索回路。
在 Mechanistic Interpretability Benchmark 上，MAttr 以大幅优势排名第一，得分是第二名的 2.9 倍。
所属事件:斯坦福提出 Matryoshka Attribution 归因法登顶可解释性基准(2 条相关)→
「研究」频道最新
- Mobile AI Factory：智能体流水线为手机自动造专用小模型，胜过五次提示前沿模型 — kalyan_kpl · 2026-11-11
- 亚马逊论文：企业工作流多智能体多花 1.4-4.7 倍 token 换不来多少提升 — rohanpaul_ai · 2026-11-11
- MIT 团队构建「递归元智能」：数百个 AI 代理住进自造世界研究材料失效机理 — ProfBuehlerMIT · 2026-11-11
- Explosion 发布 Ellf 目录：52 个 NLP 模板与多智能体标注工作流 — _inesmontani · 2026-11-11
- STABLE 优化器入选 NeurIPS 2026,从优化器层面遏制持续学习遗忘 — v_lomonaco · 2026-11-11
- 从 Bahdanau 到 FlashAttention:一图看懂注意力机制八年演进史 — cneuralnetwork · 2026-11-11