ICLR 2026 论文：带可证明保证的自动化电路发现用于机械可解释性
burny_tech · x · 2026-10-21
一篇将投 ICLR 2026 的论文提出用神经网络验证技术的最新进展，构建带可证明保证的自动化电路发现算法，作者为 Itamar Hadad、Guy Katz、Shahaf Bassan。
论文聚焦三类保证：
- 输入域鲁棒性：确保电路在连续输入区域内与模型行为一致
- 鲁棒 patching：在连续 patching 扰动下认证电路对齐
- 最小性：形式化多种简洁性概念
作者还揭示了这三类保证之间的理论联系，对算法收敛性有关键影响。在多个视觉模型上用 SOTA 验证器实验，得到的电路鲁棒性保证显著强于标准电路发现方法，为可证明电路发现奠定原则性基础。
所属事件:ICLR 2026 论文：带可证明保证的自动化电路发现算法(2 条相关)→
「研究」频道最新
- 研究智能体 Épi 刷新 120 项纪录,n-queens 常数区间缩小 84 倍 — dair_ai · 2026-10-21
- ICLR 2027 博客_track 开放征稿:12月1日截稿,回应审稿危机 — hugo_larochelle · 2026-10-21
- 新一代零阶 speedrun 优化器命名亮相:Dust、Relay、Drift Leap — willcb · 2026-10-21
- 亚马逊FAR团队发布FIBER：统一潜在空间让Unitree G1完成开门搬箱 — ChongZzZhang · 2026-10-21
- 爆料称 Anthropic 两周内将发布更大生物突破:Claude 64 小时产出 17 个验证蛋白 — ChrisGPT · 2026-10-21
- DeepMind 论文：自进化 Agent 学新任务最快，忘掉旧知识也最多 — rohanpaul_ai · 2026-10-21