Buchumschlag

DILA: Dictionary Label Attention for Mechanistic Interpretability in High-dimensional Multi-label Medical Coding Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, John, Wu, David, Sun, Jimeng
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

Beyond Label Attention: Transparency in Language Models for Automated Medical Coding via Dictionary Learning
von: Wu, John, et al.
Veröffentlicht: (2024)

Label Dependencies-aware Set Prediction Networks for Multi-label Text Classification
von: Xinkai, Du, et al.
Veröffentlicht: (2023)

Small Models are LLM Knowledge Triggers on Medical Tabular Prediction
von: Yan, Jiahuan, et al.
Veröffentlicht: (2024)

Social Determinants of Health Prediction for ICD-9 Code with Reasoning Models
von: Khan, Sharim, et al.
Veröffentlicht: (2025)

Training LLMs for EHR-Based Reasoning Tasks via Reinforcement Learning
von: Lin, Jiacheng, et al.
Veröffentlicht: (2025)

KeNet:Knowledge-enhanced Doc-Label Attention Network for Multi-label text classification
von: Li, Bo, et al.
Veröffentlicht: (2024)

From Attention to Atoms: Spectral Dictionary Learning for Fast, Interpretable Language Models
von: Kiruluta, Andrew
Veröffentlicht: (2025)

RDMA: Cost Effective Agent-Driven Rare Disease Mining from Electronic Health Records
von: Wu, John, et al.
Veröffentlicht: (2025)

Integration of Large Language Models and Traditional Deep Learning for Social Determinants of Health Prediction
von: Landes, Paul, et al.
Veröffentlicht: (2025)

PILOT: Legal Case Outcome Prediction with Case Law
von: Cao, Lang, et al.
Veröffentlicht: (2024)

Improving Rare Word Translation With Dictionaries and Attention Masking
von: Sible, Kenneth J., et al.
Veröffentlicht: (2024)

Preference Heads in Large Language Models: A Mechanistic Framework for Interpretable Personalization
von: Zhang, Weixu, et al.
Veröffentlicht: (2026)

OmniV-Med: Scaling Medical Vision-Language Model for Universal Visual Understanding
von: Jiang, Songtao, et al.
Veröffentlicht: (2025)

Tracking Equivalent Mechanistic Interpretations Across Neural Networks
von: Sun, Alan, et al.
Veröffentlicht: (2026)

Interpreting Predictive Probabilities: Model Confidence or Human Label Variation?
von: Baan, Joris, et al.
Veröffentlicht: (2024)

Automatically Labeling Clinical Trial Outcomes: A Large-Scale Benchmark for Drug Development
von: Gao, Chufan, et al.
Veröffentlicht: (2024)

Clinical NLP with Attention-Based Deep Learning for Multi-Disease Prediction
von: Xu, Ting, et al.
Veröffentlicht: (2025)

Mechanistic Interpretability Needs Philosophy
von: Williams, Iwan, et al.
Veröffentlicht: (2025)

Label-Guided Prompt for Multi-label Few-shot Aspect Category Detection
von: Guan, ChaoFeng, et al.
Veröffentlicht: (2024)

Making Pre-trained Language Models Great on Tabular Prediction
von: Yan, Jiahuan, et al.
Veröffentlicht: (2024)

Mechanistic Interpretability of Binary and Ternary Transformers
von: Li, Jason
Veröffentlicht: (2024)

Mechanistic Interpretability of ASR models using Sparse Autoencoders
von: Pluth, Dan, et al.
Veröffentlicht: (2026)

AutoRD: An Automatic and End-to-End System for Rare Disease Knowledge Graph Construction Based on Ontologies-enhanced Large Language Models
von: Cao, Lang, et al.
Veröffentlicht: (2024)

TTM-RE: Memory-Augmented Document-Level Relation Extraction
von: Gao, Chufan, et al.
Veröffentlicht: (2024)

Contextualized Sequence Likelihood: Enhanced Confidence Scores for Natural Language Generation
von: Lin, Zhen, et al.
Veröffentlicht: (2024)

BioDSA-1K: Benchmarking Data Science Agents for Biomedical Research
von: Wang, Zifeng, et al.
Veröffentlicht: (2025)

Generating with Confidence: Uncertainty Quantification for Black-box Large Language Models
von: Lin, Zhen, et al.
Veröffentlicht: (2023)

The Story is Not the Science: Execution-Grounded Evaluation of Mechanistic Interpretability Research
von: Bai, Xiaoyan, et al.
Veröffentlicht: (2026)

ReDeEP: Detecting Hallucination in Retrieval-Augmented Generation via Mechanistic Interpretability
von: Sun, Zhongxiang, et al.
Veröffentlicht: (2024)

MIB: A Mechanistic Interpretability Benchmark
von: Mueller, Aaron, et al.
Veröffentlicht: (2025)

Triangulation as an Acceptance Rule for Multilingual Mechanistic Interpretability
von: Long, Yanan
Veröffentlicht: (2025)

Reasoning-Enhanced Healthcare Predictions with Knowledge Graph Community Retrieval
von: Jiang, Pengcheng, et al.
Veröffentlicht: (2024)

HyperDAS: Towards Automating Mechanistic Interpretability with Hypernetworks
von: Sun, Jiuding, et al.
Veröffentlicht: (2025)

Measuring Progress in Dictionary Learning for Language Model Interpretability with Board Game Models
von: Karvonen, Adam, et al.
Veröffentlicht: (2024)

Enhanced Auto Language Prediction with Dictionary Capsule -- A Novel Approach
von: Abhiram, Pinni Venkata, et al.
Veröffentlicht: (2024)

Geometry-Adaptive Explainer for Faithful Dictionary-Based Interpretability under Distribution Shift
von: Lim, Sungjun, et al.
Veröffentlicht: (2026)

Language Interaction Network for Clinical Trial Approval Estimation
von: Gao, Chufan, et al.
Veröffentlicht: (2024)

Auxiliary Knowledge-Induced Learning for Automatic Multi-Label Medical Document Classification
von: Wang, Xindi, et al.
Veröffentlicht: (2024)

Instance Relation Learning Network with Label Knowledge Propagation for Few-shot Multi-label Intent Detection
von: Zhao, Shiman, et al.
Veröffentlicht: (2025)

Intrinsic Self-Correction in LLMs: Towards Explainable Prompting via Mechanistic Interpretability
von: Lee, Yu-Ting, et al.
Veröffentlicht: (2025)