Sonstiges

Attention-Berechnung durch Feature-Interaktionen verfolgen

Originaltitel:Tracing Attention Computation Through Feature Interactions

KI-Zusammenfassung

Das Forschungsteam schlägt die Methode „QK-Attribution“ vor, die die Fokusmuster von Transformer-Attention-Heads als bilineare Funktion der Feature-Aktivierungen auf Query- und Key-Seite erklärt und in bestehende Attributionsgraphen integriert. Damit wird die Lücke geschlossen, dass frühere Methoden zentrale Informationen der Attention-Berechnung ignorierten. Fallstudien bestätigen zuvor angenommene Feature-Interaktionsmechanismen bei induktiven Prompts und Antonym-Aufgaben und entdecken neue Berechnungsmuster wie „Konsistenz-Heads“ zur Plausibilitätsprüfung. Die Methode ermöglicht eine vollständigere kausale Graphenbeschreibung des Vorwärtsdurchlaufs von Modellen.

Kernpunkte

  • Das Forschungsteam schlägt die Methode „QK-Attribution“ vor,die die Fokusmuster von…
  • Damit wird die Lücke geschlossen,dass frühere Methoden zentrale Informationen der…
  • Fallstudien bestätigen zuvor angenommene Feature-Interaktionsmechanismen bei induktiven Prompts…
  • Die Methode ermöglicht eine vollständigere kausale Graphenbeschreibung des Vorwärtsdurchlaufs von…

Auf einen Blick

Veröffentlicht
Aktualisiert
Quelle
Anthropic:Transformer Circuits(可解释性研究)
Kategorie
Sonstiges
KI-Bewertung
76
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

Anthropic补齐可解释性方法论的关键拼图,有助于理解大模型内部推理机制

Quelle & Urheberrecht

Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.

Originalartikel · AIHOT-Eintrag

Zitierhinweis

Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.

Orange News: Attention-Berechnung durch Feature-Interaktionen verfolgen. 31. Juli 2025. https://new.nat6.net/de/news/cmoegbh73006islxxhow5jyto/

Alle ansehen →