NeurIPS 可解释性促进科学发现 workshop:AI 帮助发现抹香鲸「元音」
begusgasper · x · 2026-11-19
UC Berkeley 的 Gašper Beguš 预告将在 NeurIPS 2026(12 月 12 日,亚特兰大)举办「Interpretability for Discovery」workshop,主题是把模型可解释性转化为新颖、可检验的科学知识。
亮点案例:AI 可解释性方法帮助在抹香鲸的发声中发现了「元音」结构。受邀讲者包括 Katrin Franke(斯坦福)、Nicholas Wang(Goodfire)、John F. Wu(约翰霍普金斯)等,workshop 正在征集论文(截止 9 月 2 日 AoE)。
所属事件:NeurIPS 12 月亚特兰大办「可解释性促科学发现」工作坊(5 条相关)→
「研究」频道最新
- Anthropic 数学家称用 AI 攻克黎曼猜想,网友调侃,真实性待证实 — basedjensen · 2026-11-21
- 实践者吐槽:Lean 编译通过的自然语言证明,读起来仍是错的 — jasondeanlee · 2026-11-21
- 黎曼猜想真被证明了会改变什么?答案:几乎不影响日常,四页纸加 1700 万行 Lean — stingning · 2026-11-21
- 实测 11 个开源模型新注意力架构:128K 上下文显存最高省 139 倍 — bariskasikci · 2026-11-21
- 斯坦福讲座预告:医疗中的负责任 AI,从真实世界证据到 Agent 系统 — jonc101x · 2026-11-21
- 生物学家论演化 vs AI:测量工具的窄视角让模型学不到真正的多维优化 — NikoMcCarty · 2026-11-21