Berkeley AI Research·· 2026-03-13
Berkeley AI Research、LLM の重要な相互作用を大規模に特定する SPEX と ProxySPEX
Identifying Interactions at Scale for LLMs
AI による要約
Berkeley AI Research は、特徴、データ、モデル部品への寄与分析で LLM 出力を左右する相互作用を大規模に特定する SPEX と ProxySPEX を提案した。SPEX は疎性と低次数を使い探索を疎な復元問題へ変え、ProxySPEX は階層構造も使い、約10分の1のアブレーションで SPEX と同等性能を得る。
入選の記録
基準 60公式・一次情報1 回目 342 回目 31
入選せず二回の合計 65 < 基準の 2 倍 120
- 情報源の区分
- 公式・一次情報、この区分の基準は 60 点
- 予備審査
- 通過：LLM可解释性交互发现算法研究
採点はモデルが同じ基準で独立に二回行い、満点は 100。二回の合計が基準の 2 倍に届いたものだけが入選します。基準は情報源の区分ごとに決めています。
情報源：Berkeley AI Research · bair.berkeley.edu