Quanquan Gu 质疑神经网络可解释性研究缺数学严谨性
burny_tech · x · 2026-10-16
UCLA 教授 Quanquan Gu 转发可解释性争论并质疑：从什么时候开始，数学严谨性在神经网络可解释性研究中变得可有可无了？这是近期关于可解释性新论文之争中的一方表态。
「研究」频道最新
- LayerTrim：免训练剪枝保住推理模型 AIME 能力 — SeoulNatlUniv · 2026-10-16
- Simular 在 BayLearn 展示神经符号化计算机使用 Agent — xwang_lk · 2026-10-16
- Google 量子负责人 Neven 谈芯片测试争议并计划把大脑连上量子计算机 — Chris_Armstrong · 2026-10-16
- 作者实测：T=16 流模型单次推理 16 帧，改善运动连续性 — pixlpa · 2026-10-16
- GRAM 递归推理模型开源，Bengio 参与论文代码上线 — SungjinAhn_ · 2026-10-16
- TRL 引入树形打包:Agentic RL 训练前反向计算提速超 26 倍 — joecole · 2026-10-16