研究人员开发了一种新的无监督方法,用于发现语言模型中可复用的计算单元,称为神经元群落。该技术应用于 Llama-3.1-8B,使用了数百万个提示,识别出数千个负责语法一致性、概率校准和基本算术等功能的候选群落。研究发现,这些小群神经元可以解释模型在未见过提示上的大部分预测,表明语言模型利用了稀疏、可复用的计算组件。 AI
影响 揭示了语言模型可能使用稀疏、可复用的计算单元,可能指导未来的模型设计和可解释性工作。
排序理由 该集群包含一篇学术论文,详细介绍了分析语言模型内部结构的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →