Buchumschlag

TokenSHAP: Interpreting Large Language Models with Monte Carlo Shapley Value Estimation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Goldshmidt, Roni, Horovicz, Miriam
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AgentSHAP: Interpreting LLM Agent Tool Importance with Monte Carlo Shapley Value Estimation
von: Horovicz, Miriam
Veröffentlicht: (2025)

Attention, Please! PixelSHAP Reveals What Vision-Language Models Actually Focus On
von: Goldshmidt, Roni
Veröffentlicht: (2025)

TokenShapley: Token Level Context Attribution with Shapley Value
von: Xiao, Yingtai, et al.
Veröffentlicht: (2025)

Beyond the Beep: Scalable Collision Anticipation and Real-Time Explainability with BADAS-2.0
von: Goldshmidt, Roni, et al.
Veröffentlicht: (2026)

Explaining Large Language Models Decisions Using Shapley Values
von: Mohammadi, Behnam
Veröffentlicht: (2024)

ShapLoRA: Allocation of Low-rank Adaption on Large Language Models via Shapley Value Inspired Importance Estimation
von: Zhao, Yi, et al.
Veröffentlicht: (2026)

Efficient Shapley Value-based Non-Uniform Pruning of Large Language Models
von: Sun, Chuan, et al.
Veröffentlicht: (2025)

Linguistically Grounded Analysis of Language Models using Shapley Head Values
von: Fekete, Marcell, et al.
Veröffentlicht: (2024)

Enhancing the Interpretability of SHAP Values Using Large Language Models
von: Zeng, Xianlong, et al.
Veröffentlicht: (2024)

Monte Carlo Planning with Large Language Model for Text-Based Game Agents
von: Shi, Zijing, et al.
Veröffentlicht: (2025)

Interpreting the Repeated Token Phenomenon in Large Language Models
von: Yona, Itay, et al.
Veröffentlicht: (2025)

Large Language Models as Proxies for Theories of Human Linguistic Cognition
von: Ziv, Imry, et al.
Veröffentlicht: (2025)

Estimating Knowledge in Large Language Models Without Generating a Single Token
von: Gottesman, Daniela, et al.
Veröffentlicht: (2024)

Problematic Tokens: Tokenizer Bias in Large Language Models
von: Yang, Jin, et al.
Veröffentlicht: (2024)

Prompt Valuation Based on Shapley Values
von: Liu, Hanxi, et al.
Veröffentlicht: (2023)

TokenSmith: Streamlining Data Editing, Search, and Inspection for Large-Scale Language Model Training and Interpretability
von: Khan, Mohammad Aflah, et al.
Veröffentlicht: (2025)

Rethinking Tokenization: Crafting Better Tokenizers for Large Language Models
von: Yang, Jinbiao
Veröffentlicht: (2024)

InstaSHAP: Interpretable Additive Models Explain Shapley Values Instantly
von: Enouen, James, et al.
Veröffentlicht: (2025)

Token-Supervised Value Models for Enhancing Mathematical Problem-Solving Capabilities of Large Language Models
von: Lee, Jung Hyun, et al.
Veröffentlicht: (2024)

Interpretable Contrastive Monte Carlo Tree Search Reasoning
von: Gao, Zitian, et al.
Veröffentlicht: (2024)

CMCTS: A Constrained Monte Carlo Tree Search Framework for Mathematical Reasoning in Large Language Model
von: Lin, Qingwen, et al.
Veröffentlicht: (2025)

Recovering Mental Representations from Large Language Models with Markov Chain Monte Carlo
von: Zhu, Jian-Qiao, et al.
Veröffentlicht: (2024)

Retrofitting Large Language Models with Dynamic Tokenization
von: Feher, Darius, et al.
Veröffentlicht: (2024)

Large Language Model as Token Compressor and Decompressor
von: Li, Wenbing, et al.
Veröffentlicht: (2026)

Zero-Shot Multi-Hop Question Answering via Monte-Carlo Tree Search with Large Language Models
von: Lee, Seongmin, et al.
Veröffentlicht: (2024)

Syntactic and Semantic Control of Large Language Models via Sequential Monte Carlo
von: Loula, João, et al.
Veröffentlicht: (2025)

Performance Evaluation of Tokenizers in Large Language Models for the Assamese Language
von: Tamang, Sagar, et al.
Veröffentlicht: (2024)

Diamonds in the Sky: Pareidolic Animals in Clouds
von: Horovicz, Miriam, et al.
Veröffentlicht: (2026)

Length Value Model: Scalable Value Pretraining for Token-Level Length Modeling
von: Zhang, Zhen, et al.
Veröffentlicht: (2026)

Rethinking Personalization in Large Language Models at the Token Level
von: Zhang, Chenheng, et al.
Veröffentlicht: (2026)

Ensembling Language Models with Sequential Monte Carlo
von: Chan, Robin Shing Moon, et al.
Veröffentlicht: (2026)

TabSHAP
von: Chaudhary, Aryan, et al.
Veröffentlicht: (2026)

Diffusion Language Model Inference with Monte Carlo Tree Search
von: Huang, Zheng, et al.
Veröffentlicht: (2025)

TokUR: Token-Level Uncertainty Estimation for Large Language Model Reasoning
von: Zhang, Tunyu, et al.
Veröffentlicht: (2025)

Tokenization Matters! Degrading Large Language Models through Challenging Their Tokenization
von: Wang, Dixuan, et al.
Veröffentlicht: (2024)

Verified SHAP: Provable Bounds for Exact Shapley Values of Neural Networks
von: Boetius, David, et al.
Veröffentlicht: (2026)

Identifying and Analyzing Performance-Critical Tokens in Large Language Models
von: Bai, Yu, et al.
Veröffentlicht: (2024)

Tokenization Falling Short: On Subword Robustness in Large Language Models
von: Chai, Yekun, et al.
Veröffentlicht: (2024)

Contextually Structured Token Dependency Encoding for Large Language Models
von: Blades, James, et al.
Veröffentlicht: (2025)

MorphPiece : A Linguistic Tokenizer for Large Language Models
von: Jabbar, Haris
Veröffentlicht: (2023)