Fred Zhang

アクティベーションパッチングは、言語モデルの出力や挙動に関する洞察を明らかにするよ。

クラスタリングの安定性は、グループが効果的で意味のあるものになることを保証する。

この研究は、言語モデルが人間の予測能力に匹敵できるかを調べてるよ。