arXiv cs.LG· Krishna Kabra, Constantin Venhoff, Christian Schroeder de Witt·· 10 小时前AI 评分32
Weight Oracles：用语言模型直接读取神经网络权重
Weight Oracles: Reading Neural Network Weights with Language Models
AI 导读
研究者提出 Weight Oracles，通过微调语言模型直接读取目标网络原始权重来诊断其属性，无需行为测试。第一阶段中，explainer LLM 借助分阶段课程与外部链式计算，学会从权重模拟小型 Transformer 的前向传播，在未见目标上达到 99% 留出准确率。
来源：arXiv cs.LG · arxiv.org