Kertas penyelidikan

Transluce melancarkan Predictive Concept Decoders: pembantu kebolehterangan membaca keadaan dalaman model

Tajuk asal:Predictive Concept Decoders

Ringkasan AI

Transluce memperkenalkan Predictive Concept Decoders (PCD), melatih pembantu kebolehterangan untuk menterjemah keadaan dalaman model kepada senarai konsep yang boleh dibaca manusia, kemudian menjawab soalan tentang tingkah laku model. PCD terdiri daripada pengekod dan penyahkod, mampu mendedahkan maklumat yang tidak dilaporkan oleh model sendiri dalam tiga senario iaitu jailbreak, gesaan rahsia dan konsep yang disuntik, serta prestasinya meningkat dengan pengembangan data latihan. Kertas kajian boleh dilihat di arXiv 2512.15712 dan dicuba di decoder.transluce.org.

Maklumat penting

  • Transluce memperkenalkan Predictive Concept Decoders (PCD),melatih pembantu kebolehterangan untuk…
  • PCD terdiri daripada pengekod dan penyahkod,mampu mendedahkan maklumat yang tidak dilaporkan oleh…
  • Kertas kajian boleh dilihat di arXiv 2512.
  • 15712 dan dicuba di decoder.
  • transluce.

Sekilas pandang

Diterbitkan pada
Dikemas kini pada
Sumber
Transluce(网页)
Kategori
Kertas penyelidikan
Skor AI
60
Baca asal Baca artikel penuh di sumber asal
Sebab disyorkan

把可解释性建模为预测问题来端到端训练,并展示能揭示模型未言明信息的实验场景,方法思路可借鉴。

Sumber dan hak cipta

Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.

Pautan asal · Entri AIHOT

Cara memetik

Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.

Orange News: Transluce melancarkan Predictive Concept Decoders: pembantu kebolehterangan membaca keadaan dalaman model. 18 Disember 2025. https://new.nat6.net/ms/news/cmtym4910000erokscfvgip08/

Lihat Semua →