Sonstiges

Circuit-Tracking: Berechnungsgraphen in Sprachmodellen sichtbar machen

Originaltitel:Circuit Tracing: Revealing Computational Graphs in Language Models

KI-Zusammenfassung

Das Forschungsteam schlägt die Methode „Circuit-Tracking“ vor, um die Berechnungsmechanismen hinter dem Verhalten von Sprachmodellen offenzulegen. Die Methode verfolgt Berechnungsschritte in einem Ersatzmodell und erzeugt Graphen, die den Ausführungsprozess des Modells beschreiben; das Ersatzmodell approximiert die Originalstruktur mit interpretierbaren Komponenten wie schichtübergreifenden Transkodierern. Das Team entwickelte Visualisierungs- und Validierungswerkzeuge, um einfache Attributionsgraphen des Verhaltens eines 18-Schicht-Sprachmodells zu untersuchen, und legte damit die Grundlage für weitere Forschung; eine Anwendung auf Claude 3.5 Haiku ist geplant. Zentrale Entscheidungen umfassen die Nutzung schichtübergreifender Transkodierer zur Feature-Extraktion und den Aufbau von Attributionsgraphen linearer Interaktionen zwischen Features.

Kernpunkte

  • Das Forschungsteam schlägt die Methode „Circuit-Tracking“ vor,um die Berechnungsmechanismen hinter…
  • Die Methode verfolgt Berechnungsschritte in einem Ersatzmodell und erzeugt Graphen,die den…
  • das Ersatzmodell approximiert die Originalstruktur mit interpretierbaren Komponenten wie…
  • Das Team entwickelte Visualisierungs- und Validierungswerkzeuge,um einfache Attributionsgraphen…
  • eine Anwendung auf Claude 3.

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

揭示大模型内部机制,为AI安全与调试提供新工具。

Verwandte Entitäten

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: Circuit-Tracking: Berechnungsgraphen in Sprachmodellen sichtbar machen. 27. März 2025. https://new.nat6.net/de/news/cmoegbh73006pslxxkpwgqif7/

Alle ansehen →