一项新近发表在arXiv上的研究,调查了大型语言模型(LLMs)所生成解释的功能一致性。研究人员开发了一个框架,用于测试当关键标记被更改或移除时,LLMs的自我解释是否与其预测一致。研究结果表明,不同LLM家族和规模的解释可靠性差异显著,一些模型在其解释中表现出矛盾或过度敏感。 AI
影响 引发了对LLM解释可信度的质疑,可能影响其在关键应用中的部署。
排序理由 关于LLM行为和解释一致性的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
一项新近发表在arXiv上的研究,调查了大型语言模型(LLMs)所生成解释的功能一致性。研究人员开发了一个框架,用于测试当关键标记被更改或移除时,LLMs的自我解释是否与其预测一致。研究结果表明,不同LLM家族和规模的解释可靠性差异显著,一些模型在其解释中表现出矛盾或过度敏感。 AI
影响 引发了对LLM解释可信度的质疑,可能影响其在关键应用中的部署。
排序理由 关于LLM行为和解释一致性的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2610.32665v1 Announce Type: new Abstract: Large Language Models (LLMs) have been widely adopted in text classification tasks, where they not only output class predictions but also generate explanations that highlight the tokens deemed most relevant for reaching the predicte…