ترجمه فارسی مقاله ارزیابی رمزگذارهای خودکار پراکنده منبع باز در تفکیک دانش واقعی در GPT-2 Small

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Evaluating Open-Source Sparse Autoencoders on Disentangling Factual Knowledge in GPT-2 Small
عنوان مقاله به فارسی ارزیابی رمزگذارهای خودکار پراکنده منبع باز در تفکیک دانش واقعی در GPT-2 Small
نویسندگان Maheep Chaudhary, Atticus Geiger
فرمت مقاله انگلیسی PDF
تعداد صفحات 9
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Machine Learning,Artificial Intelligence,Neural and Evolutionary Computing,یادگیری ماشین , هوش مصنوعی , محاسبات عصبی و تکاملی ,
توضیحات Submitted 5 September, 2024; originally announced September 2024.
توضیحات به فارسی ارسال شده در 5 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

A popular new method in mechanistic interpretability is to train high-dimensional sparse autoencoders (SAEs) on neuron activations and use SAE features as the atomic units of analysis. However, the body of evidence on whether SAE feature spaces are useful for causal analysis is underdeveloped. In this work, we use the RAVEL benchmark to evaluate whether SAEs trained on hidden representations of GPT-2 small have sets of features that separately mediate knowledge of which country a city is in and which continent it is in. We evaluate four open-source SAEs for GPT-2 small against each other, with neurons serving as a baseline, and linear features learned via distributed alignment search (DAS) serving as a skyline. For each, we learn a binary mask to select features that will be patched to change the country of a city without changing the continent, or vice versa. Our results show that SAEs struggle to reach the neuron baseline, and none come close to the DAS skyline. We release code here: https://github.com/MaheepChaudhary/SAE-Ravel

چکیده به فارسی (ترجمه ماشینی)

یک روش جدید محبوب در تفسیر مکانیکی ، آموزش اتومبیل های پراکنده با ابعاد بالا (SAE) در فعال سازی نورون و استفاده از ویژگی های SAE به عنوان واحدهای اتمی تجزیه و تحلیل است.با این حال ، بدنه شواهدی در مورد اینکه آیا فضاهای ویژگی SAE برای تجزیه و تحلیل علیت مفید است ، توسعه نیافته است.در این کار ، ما از معیار Ravel استفاده می کنیم تا ارزیابی کنیم که آیا SAE هایی که در بازنمایی های پنهان GPT-2 کوچک آموزش دیده اند ، دارای مجموعه ای از ویژگی هایی هستند که به طور جداگانه واسطه دانش در مورد کدام کشور در یک شهر در آن قرار دارند و در کدام قاره قرار دارد. ما چهار منبع باز را ارزیابی می کنیمSAES برای GPT-2 کوچک در برابر یکدیگر ، با سلولهای عصبی به عنوان یک پایه و ویژگی های خطی که از طریق جستجوی تراز توزیع شده (DAS) که به عنوان یک خط آسمان خدمت می کنند ، خدمت می کنند.برای هر یک ، ما یک ماسک باینری را برای انتخاب ویژگی هایی که برای تغییر کشور یک شهر بدون تغییر قاره یا برعکس تغییر می کند ، می آموزیم.نتایج ما نشان می دهد که SAES برای رسیدن به پایه نورون تلاش می کند و هیچ کس به افق Das نزدیک نمی شود.ما کد را در اینجا منتشر می کنیم: https://github.com/maheepchaudhary/sae-ravel

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.