Noticias externas

Resumen:Afinar los modelos de lenguaje previamente entrenados puede mejorar el desempeño de la tarea y al mismo tiempo alterar sutilmente la evidencia en la que se basa un modelo. Proponemos una vista de interpretabilidad en el tiempo de entrenamiento que rastrea las atribuciones a nivel de token a lo largo de épocas de ajuste.

Resumen:La rápida integración de algoritmos de IA en aplicaciones críticas para la seguridad, como la conducción autónoma y la atención médica, está generando importantes preocupaciones sobre la capacidad de cumplir con estrictos estándares de seguridad.

Resumen:Los modelos de lenguajes grandes generan texto a través de dinámicas internas de alta dimensión, pero la organización temporal de estas dinámicas sigue siendo poco comprendida. La mayoría de los enfoques de interpretabilidad enfatizan representaciones estáticas o intervenciones causales, dejando la estructura temporal en gran medida inexplorada.