Copertina

The Mechanics of Conceptual Interpretation in GPT Models: Interpretative Insights

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Aljaafari, Nura, Carvalho, Danilo S., Freitas, André
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computation and Language
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

TRACE: Training and Inference-Time Interpretability Analysis for Language Models
di: Aljaafari, Nura, et al.
Pubblicazione: (2025)

Interpreting token compositionality in LLMs: A robustness analysis
di: Aljaafari, Nura, et al.
Pubblicazione: (2024)

Emergence and Localisation of Semantic Role Circuits in LLMs
di: Aljaafari, Nura, et al.
Pubblicazione: (2025)

CARMA: Enhanced Compositionality in LLMs via Advanced Regularisation and Mutual Information Alignment
di: Aljaafari, Nura, et al.
Pubblicazione: (2025)

TRACE for Tracking the Emergence of Semantic Representations in Transformers
di: Aljaafari, Nura, et al.
Pubblicazione: (2025)

Is Inference Mediated by Distinct Semantic Structures in LLMs? A Mechanistic Interpretation
di: Aljaafari, Nura, et al.
Pubblicazione: (2026)

From Circuit Evidence to Mechanistic Theory: An Inductive Logic Approach
di: Aljaafari, Nura, et al.
Pubblicazione: (2026)

Bridging Compositional and Distributional Semantics: A Survey on Latent Semantic Geometry via AutoEncoder
di: Zhang, Yingji, et al.
Pubblicazione: (2025)

Reasoning Circuits in Language Models: A Mechanistic Interpretation of Syllogistic Inference
di: Kim, Geonhee, et al.
Pubblicazione: (2024)

Quasi-symbolic Semantic Geometry over Transformer-based Variational AutoEncoder
di: Zhang, Yingji, et al.
Pubblicazione: (2022)

Learning Disentangled Semantic Spaces of Explanations via Invertible Neural Networks
di: Zhang, Yingji, et al.
Pubblicazione: (2023)

Multi-Relational Hyperbolic Word Embeddings from Natural Language Definitions
di: Valentino, Marco, et al.
Pubblicazione: (2023)

LangVAE and LangSpace: Building and Probing for Language Model VAEs
di: Carvalho, Danilo S., et al.
Pubblicazione: (2025)

Learning to Disentangle Latent Reasoning Rules with Language VAEs: A Systematic Study
di: Zhang, Yingji, et al.
Pubblicazione: (2025)

SylloBio-NLI: Evaluating Large Language Models on Biomedical Syllogistic Reasoning
di: Wysocka, Magdalena, et al.
Pubblicazione: (2024)

Mechanistic Interpretability of GPT-like Models on Summarization Tasks
di: Mishra, Anurag
Pubblicazione: (2025)

Towards Controllable Natural Language Inference through Lexical Inference Types
di: Zhang, Yingji, et al.
Pubblicazione: (2023)

Interpreting Negation in GPT-2: Layer- and Head-Level Causal Analysis
di: Mofael, Abdullah Al, et al.
Pubblicazione: (2026)

Linearly-Interpretable Concept Embedding Models for Text Analysis
di: De Santis, Francesco, et al.
Pubblicazione: (2024)

Concept Layers: Enhancing Interpretability and Intervenability via LLM Conceptualization
di: Bidusa, Or Raphael, et al.
Pubblicazione: (2025)

Montague semantics and modifier consistency measurement in neural language models
di: Carvalho, Danilo S., et al.
Pubblicazione: (2022)

Interpretability at Scale: Identifying Causal Mechanisms in Alpaca
di: Wu, Zhengxuan, et al.
Pubblicazione: (2023)

Inductive Learning of Logical Theories with LLMs: An Expressivity-Graded Analysis
di: Gandarela, João Pedro, et al.
Pubblicazione: (2024)

ExaGPT: Example-Based Machine-Generated Text Detection for Human Interpretability
di: Koike, Ryuto, et al.
Pubblicazione: (2025)

Accelerating Antibiotic Discovery with Large Language Models and Knowledge Graphs
di: Delmas, Maxime, et al.
Pubblicazione: (2025)

Interpreting Arithmetic Mechanism in Large Language Models through Comparative Neuron Analysis
di: Yu, Zeping, et al.
Pubblicazione: (2024)

Know-MRI: A Knowledge Mechanisms Revealer&Interpreter for Large Language Models
di: Liu, Jiaxiang, et al.
Pubblicazione: (2025)

Improving Semantic Control in Discrete Latent Spaces with Transformer Quantized Variational Autoencoders
di: Zhang, Yingji, et al.
Pubblicazione: (2024)

FlightGPT: Towards Generalizable and Interpretable UAV Vision-and-Language Navigation with Vision-Language Models
di: Cai, Hengxing, et al.
Pubblicazione: (2025)

Mechanistic Interpretability of GPT-2: Lexical and Contextual Layers in Sentiment Analysis
di: Hatua, Amartya
Pubblicazione: (2025)

From Insights to Actions: The Impact of Interpretability and Analysis Research on NLP
di: Mosbach, Marius, et al.
Pubblicazione: (2024)

Beyond Topical Similarity: Contrastive Evidence Retrieval with Interpretable Attention Alignment in RAG
di: Vargas, Francielle, et al.
Pubblicazione: (2026)

PEIRCE: Unifying Material and Formal Reasoning via LLM-Driven Neuro-Symbolic Refinement
di: Quan, Xin, et al.
Pubblicazione: (2025)

Model Utility Law: Evaluating LLMs beyond Performance through Mechanism Interpretable Metric
di: Cao, Yixin, et al.
Pubblicazione: (2025)

Using Interpretation Methods for Model Enhancement
di: Chen, Zhuo, et al.
Pubblicazione: (2024)

Circuit Insights: Towards Interpretability Beyond Activations
di: Golimblevskaia, Elena, et al.
Pubblicazione: (2025)

Toward Machine Interpreting: Lessons from Human Interpreting Studies
di: Sperber, Matthias, et al.
Pubblicazione: (2025)

LinguaLens: Towards Interpreting Linguistic Mechanisms of Large Language Models via Sparse Auto-Encoder
di: Jing, Yi, et al.
Pubblicazione: (2025)

Interpreting Key Mechanisms of Factual Recall in Transformer-Based Language Models
di: Lv, Ang, et al.
Pubblicazione: (2024)

GPT Assisted Annotation of Rhetorical and Linguistic Features for Interpretable Propaganda Technique Detection in News Text
di: Hamilton, Kyle, et al.
Pubblicazione: (2024)