★ 2
论文提出 Orbit Audits 审计神经网络权重读取器
arXiv 论文研究如何从神经网络权重中识别视觉内容，并用隐藏神经元置换与正 ReLU 缩放等保持函数不变的变换做「轨道审计」。实验覆盖 480 个形状场与 1000 个 MNIST 场，发现统计读取器在联合变换下准确率大幅下降，而规范化集合读取器预测不变，并指出一致性并不等于真正理解。
arXiv cs.AI6 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
arXiv 论文研究如何从神经网络权重中识别视觉内容，并用隐藏神经元置换与正 ReLU 缩放等保持函数不变的变换做「轨道审计」。实验覆盖 480 个形状场与 1000 个 MNIST 场，发现统计读取器在联合变换下准确率大幅下降，而规范化集合读取器预测不变，并指出一致性并不等于真正理解。