Subhashis Banerjee

神经网络内部概念表征分析

研究人员调查了神经网络，特别是卷积神经网络（CNN）和大型语言模型（LLM），如何在内部表征概念。这项题为“你在想我所想吗？：探究神经架构中的概念分离”的研究，分析了内部激活的几何和分布特性。研究结果表明，CNN对ImageNet等熟悉的概念形成了连贯且语义有序的表征，尽管对于未见过或领域发生偏移的概念，这种连贯性会减弱。LLM表明，不同的领域保持分离，相关的子领域更接近，而模糊的主题在表征上会合并。这项研究表明，分析概念分离可以提供…