Zhengxuan Wu

言語モデルにおけるニューロンの説明の正確性を評価すると、重要な欠陥が明らかになる。

ニューラルネットワークの見え方にどう解釈の幻想が影響するか探ろう。

言語モデルのニューロンを解釈するためのさまざまな方法を評価した研究。