会员服务
稀疏自编码器是一种无监督机器学习算法，通过计算自编码的输出与原输入的误差，不断调节自编码器的参数，最终训练出模型。自编码器可以用于压缩输入信息，提取有用的输入特征。
Do I Know This Entity? Knowledge Awareness and Hallucinations in Language Models
Arxiv
0+阅读 · 11月21日
Improving Steering Vectors by Targeting Sparse Autoencoder Features
Arxiv
0+阅读 · 11月21日
Compute Optimal Inference and Provable Amortisation Gap in Sparse Autoencoders
Arxiv
0+阅读 · 11月20日
Can sparse autoencoders be used to decompose and interpret steering vectors?
Arxiv
0+阅读 · 11月13日
Direct Preference Optimization Using Sparse Feature-Level Constraints
Arxiv
0+阅读 · 11月12日
Interpret the Internal States of Recommendation Model with Sparse Autoencoder
Arxiv
0+阅读 · 11月9日
Improving Steering Vectors by Targeting Sparse Autoencoder Features
Arxiv
0+阅读 · 11月4日
Adaptive Sparse Allocation with Mutual Choice & Feature Choice Sparse Autoencoders
Arxiv
0+阅读 · 11月4日
Interpretability as Compression: Reconsidering SAE Explanations of Neural Activations with MDL-SAEs
Arxiv
0+阅读 · 10月15日
Evolution of SAE Features Across Layers in LLMs
Arxiv
0+阅读 · 10月11日
Decomposing The Dark Matter of Sparse Autoencoders
Arxiv
0+阅读 · 10月18日
Efficient Dictionary Learning with Switch Sparse Autoencoders
Arxiv
0+阅读 · 10月10日
Sparse Autoencoders Reveal Universal Feature Spaces Across Large Language Models
Arxiv
0+阅读 · 10月9日
An X-Ray Is Worth 15 Features: Sparse Autoencoders for Interpretable Radiology Report Generation
Arxiv
0+阅读 · 10月4日
A is for Absorption: Studying Feature Splitting and Absorption in Sparse Autoencoders
Arxiv
0+阅读 · 9月30日
参考链接
父主题
自编码器
微信扫码咨询专知VIP会员
Top