PulseAugur
中
实时 11:42:07
English(EN) Interpreto: An Explainability Library for Transformers

新的 Interpreto 库为 Transformer 语言模型提供可解释性

作者 PulseAugur 编辑部 · [1 个来源] ·

一个名为 Interpreto 的新的开源 Python 库已被发布，以帮助 Transformer 模型（包括 BERT 和更大的 LLM）的可解释性。该库由 Antonin Poché 开发，通过统一的 API 为文本分类和生成任务提供归因方法和基于概念的解释。一个值得注意的特点是其全面的基于概念的管道，它超出了典型的特征级归因。 AI

影响 为研究人员和开发人员提供了更好地理解和调试基于 Transformer 的语言模型的工具。

排序理由 该集群包含一篇详细介绍新的开源模型可解释性库的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Antonin Poch\'e, Thomas Mullor, Gabriele Sarti, Fr\'ed\'eric Boisnard, Corentin Friedrich, Charlotte Claye, Fran\c{c}ois Hoofd, Raphael Bernas, Nicholas Asher, C\'eline Hudelot, Fanny Jourdan ·

    Interpreto: An Explainability Library for Transformers

    arXiv:2512.09730v3 Announce Type: replace Abstract: Interpreto is an open-source Python library for interpreting HuggingFace language models, from early BERT variants to LLMs. It provides two complementary families of methods: attribution methods and concept-based explanations. T…

相关实体

相关话题