评估可解释性方法的函数解释基准
原文中文，约300字，阅读约需1分钟。发表于：。评估构建自动可解释性方法的基本模块的基准套件 FIND，包括与训练神经网络组件类似的函数和相应的描述，表明语言模型仅通过对函数进行黑箱访问，能够推断函数结构，并形成假设、提出实验并根据新数据更新描述，但基于语言模型的描述倾向于捕捉全局函数行为而忽略局部损坏，这些结果表明在应用于实际模型之前，FIND 对于表征更复杂的可解释性方法的性能将是有用的。
评估构建自动可解释性方法的基本模块的基准套件FIND，发现语言模型能够推断函数结构并形成假设、提出实验并根据新数据更新描述。然而，基于语言模型的描述倾向于捕捉全局函数行为而忽略局部损坏。这些结果表明，在应用于实际模型之前，FIND对于表征更复杂的可解释性方法的性能将是有用的。
