VASAEがもたらす新たな解釈可能性:学習された特徴とトークン名との直接的な関連性
VASAE: SAE辞書方向への語彙対応アンカリングによる名付け
査読前の可能性がある研究情報
VASAEは学習されたSAE特徴に固有のトークン名を直接的に割り当て、事後解析よりも直感的で有用な解釈を提供します。
arXiv cs.AI
毎日更新・AIニュース考察
VASAE: SAE辞書方向への語彙対応アンカリングによる名付け
査読前の可能性がある研究情報
VASAEは学習されたSAE特徴に固有のトークン名を直接的に割り当て、事後解析よりも直感的で有用な解釈を提供します。