arXiv · cs.AI· Naiyu Yin, Dennis Wei, Tian Gao, Amit Dhurandhar, Karthikeyan Natesan Ramamurthy, Yue Yu·· 5 小时前
CircuitLasso 提出可扩展的大语言模型电路学习方法
Scalable Circuit Learning for Interpreting Large Language Models
arXiv:2606.16939v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Naiyu Yin, Dennis Wei, Tian Gao, Amit Dhurandhar, Karthikeyan Natesan Ramamurthy, Yue Yu
研究任务与主要进展
基于论文摘要，作者提出 CircuitLasso，通过稀疏线性回归学习大语言模型组件之间的稀疏电路。材料称，该方法在基准数据上以现有干预式方法相当的结构准确率显著降低计算成本，并发现可解释的语义特征传播及其对预测的影响，随后将电路洞察用于以更低成本实现相当的领域泛化性能。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org