PulseAugur
中
实时 02:28:28
实体 Introspective Coupling

Introspective Coupling

PulseAugur coverage of Introspective Coupling — every cluster mentioning Introspective Coupling across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_119555 ·

    新的训练方法提高了AI模型自解释的保真度

    研究人员开发了一种名为“内省耦合”的方法来训练语言模型（LMs），使其生成更忠实的对其行为的解释。该技术使用固定的反事实解释，即使是来自相似模型的解释，作为监督。令人惊讶的是，通过这种方式训练的LM通常会产生更能反映其自身当前行为而非其训练特定行为的解释。这种方法有效地追踪了训练过程中的行为变化，而无需更新监督，在识别谄媚和拒绝等任务中非常有用。