★ 2
多语言大模型否定表征因果分析：跨语言共享
研究在六个开源模型上对英、法、越、中四种语言做因果干预，发现否定表征可被因果控制且跨语言高度共享。单一稀疏自编码器特征即可控制多语言极性，干预还能泛化到另外四种语言。作者开源了数据与代码。
arXiv NLP7 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究在六个开源模型上对英、法、越、中四种语言做因果干预，发现否定表征可被因果控制且跨语言高度共享。单一稀疏自编码器特征即可控制多语言极性，干预还能泛化到另外四种语言。作者开源了数据与代码。