BriefGPT - AI 论文速递 · 2025-05-12T00:00:00Z

Beyond Input Activation: Identifying Influential Latent Variables through Gradient Sparse Autoencoders

📝

内容提要

本研究提出了一种新方法Gradient Sparse Autoencoder（GradSAE），通过结合输出梯度信息，识别对模型输出影响显著的潜变量，验证了激活潜变量对模型结果贡献不均的假设。

🏷️

标签

GradSAE 模型结果 潜变量 贡献不均 输出梯度