Pepa Atanasova

Un estudio que compara métodos de atribución de Instancia y Neurona en modelos de lenguaje.

Un marco unificado para evaluar tipos de explicaciones para una mejor comprensión del modelo.

Un estudio sobre cómo los modelos de lenguaje manejan información contradictoria.

Un nuevo marco mejora las explicaciones en lenguaje natural para modelos de IA, fomentando la confianza del usuario.