跳到正文
AI NEWS JOURNAL
AI, IN PERSPECTIVE

全部 AI 动态

保留完整资讯流,用来源、主题和时间找到你关心的消息。

按发布时间排序

为大型语言模型大规模识别交互关系

理解复杂机器学习系统,尤其是大型语言模型(LLMs)的行为,是现代人工智能领域的一项关键挑战。可解释性研究旨在使模型构建者及受影响的用户更清晰地了解模型的决策过程,从而推动实现更加安全、可信的人工智能。为了获得全面的认识,我们可以从不同视角对这些系统进行分析:特征归因,用于分离出驱动预测的具体输入特征(Lundberg & Lee, 2017;Ribeiro等,2022);数据归因,用于将模型行为与具有影响力的训练样本关联起来(Koh & Liang, 2017;Ilyas等,2022);以及机制可解释性,用于剖析内部组件的功能(Conmy等,2023;Sharkey等

事件进展与其他报道