实体
Seyed Arshan Dalili
Seyed Arshan Dalili
PulseAugur coverage of Seyed Arshan Dalili — every cluster mentioning Seyed Arshan Dalili across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
新的Cobras方法提供了原则性的、查询自适应的LLM引导
研究人员引入了Cobras，一种在推理时控制大型语言模型的新方法。与先前启发式优化目标的技术不同，Cobras源于残差流超球上的薛定谔桥公式化的原则性优化问题。这种方法产生了查询自适应的引导方向，这些方向在经验上显示出在各种对齐轴上的性能提升，并避免了先前方法中出现的分布外退化。
-
新的SAE方法增强了可解释性和稳定性
研究人员在稀疏自编码器（SAE）方面取得了几项进展，以提高其可解释性和稳定性。Concept-SAE 提供了一个可控的接口，用于探测 SAE 中用户定义的概念，增强了其诊断能力。子空间感知稀疏自编码器（SASA）通过用学习到的解码器子空间替换单向量解码器来解决特征分裂问题，从而产生更连贯的特征并提高效率。此外，还提出了对齐训练和均值中心化技术来解决特征死亡和不稳定性等问题，使 SAE 成为理解深度神经网络更可靠的工具。