论文11:11CircuitLasso:可扩展的电路学习方法用于解释大语言模型这篇论文提出了CircuitLasso,能以更低成本达到和现有方法一样好的电路学习效果,还能揭示可解释的语义特征如何传播。#CircuitLasso#LLM#SAE#机制可解释性aarXiv cs.LG@Naiyu Yin 等 6 人原文稍后读已读值得跟进有用关注 CircuitLasso