Keenan Pepper

新研究为 AI 模型可解释性提供了改进方法

研究人员开发了用于解释机器学习模型内部工作原理的新方法。一种方法是在冻结的语言模型上训练轻量级适配器，以实现可靠的自解释，从而提高主题识别和隐式推理等任务的性能。另一种方法 IdEst 使用内在维度估计来评估自监督学习表示，与下游性能高度相关并支持高效的超参数调整。第三篇论文介绍了 KREPES，一个使用表示符地标和 Nyström 近似来解析 SSL 表示的框架，揭示算法偏差并实现可扩展分析。