研究者提出DCD方法改进电路发现

研究者 Daking Rai、Mor Geva 和 Ziyu Yao 提出数据驱动电路发现方法（DCD），用于语言模型可解释性研究。该方法针对现有电路发现方法假设同一任务内所有样本共享同一机制的问题，在发现步骤前加入分组环节，按机制相似性将数据集划分为多个子集。 其实现 DCD-Cluster 通过对逐样本归因模式聚类完成分组。研究者在四个任务和三个模型上测试，称数据集均被分解为多个电路忠实度模式不同的子集，为样本间机制差异提供了有用假设。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。