Copertina

Adaptive Sparse Allocation with Mutual Choice & Feature Choice Sparse Autoencoders

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Ayonrinde, Kola
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

A Mathematical Philosophy of Explanations in Mechanistic Interpretability -- The Strange Science Part I.i
di: Ayonrinde, Kola, et al.
Pubblicazione: (2025)

Evaluating Explanations: An Explanatory Virtues Framework for Mechanistic Interpretability -- The Strange Science Part I.ii
di: Ayonrinde, Kola, et al.
Pubblicazione: (2025)

Interpretability as Compression: Reconsidering SAE Explanations of Neural Activations with MDL-SAEs
di: Ayonrinde, Kola, et al.
Pubblicazione: (2024)

Sparse Autoencoder Features for Classifications and Transferability
di: Gallifant, Jack, et al.
Pubblicazione: (2025)

Learning Multi-Level Features with Matryoshka Sparse Autoencoders
di: Bussmann, Bart, et al.
Pubblicazione: (2025)

Sparse Autoencoders, Again?
di: Lu, Yin, et al.
Pubblicazione: (2025)

The Geometry of Concepts: Sparse Autoencoder Feature Structure
di: Li, Yuxiao, et al.
Pubblicazione: (2024)

Feature Starvation as Geometric Instability in Sparse Autoencoders
di: Chaudhry, Faris, et al.
Pubblicazione: (2026)

Sparse but Wrong: Incorrect L0 Leads to Incorrect Features in Sparse Autoencoders
di: Chanin, David, et al.
Pubblicazione: (2025)

Feature Hedging: Correlated Features Break Narrow Sparse Autoencoders
di: Chanin, David, et al.
Pubblicazione: (2025)

Semantic Optimal Transport for Sparse Autoencoder Feature Matching and Circuit Compression
di: Cao, Tue M., et al.
Pubblicazione: (2026)

Are Sparse Autoencoder Benchmarks Reliable?
di: Chanin, David
Pubblicazione: (2026)

Are Sparse Autoencoders Useful? A Case Study in Sparse Probing
di: Kantamneni, Subhash, et al.
Pubblicazione: (2025)

Time-Aware Feature Selection: Adaptive Temporal Masking for Stable Sparse Autoencoder Training
di: Li, T. Ed, et al.
Pubblicazione: (2025)

Improving Steering Vectors by Targeting Sparse Autoencoder Features
di: Chalnev, Sviatoslav, et al.
Pubblicazione: (2024)

BatchTopK Sparse Autoencoders
di: Bussmann, Bart, et al.
Pubblicazione: (2024)

Improving Sparse Autoencoder with Dynamic Attention
di: Wang, Dongsheng, et al.
Pubblicazione: (2026)

AbsTopK: Rethinking Sparse Autoencoders For Bidirectional Features
di: Zhu, Xudong, et al.
Pubblicazione: (2025)

Rethinking Sparse Autoencoders: Select-and-Project for Fairness and Control from Encoder Features Alone
di: Bărbălau, Antonio, et al.
Pubblicazione: (2025)

Improving Dictionary Learning with Gated Sparse Autoencoders
di: Rajamanoharan, Senthooran, et al.
Pubblicazione: (2024)

Empirical Evaluation of Progressive Coding for Sparse Autoencoders
di: Peter, Hans, et al.
Pubblicazione: (2025)

Do Sparse Autoencoders Capture Concept Manifolds?
di: Bhalla, Usha, et al.
Pubblicazione: (2026)

On the transferability of Sparse Autoencoders for interpreting compressed models
di: Gupte, Suchit, et al.
Pubblicazione: (2025)

Data Whitening Improves Sparse Autoencoder Learning
di: Saraswatula, Ashwin, et al.
Pubblicazione: (2025)

Improving Robustness In Sparse Autoencoders via Masked Regularization
di: Narayanaswamy, Vivek, et al.
Pubblicazione: (2026)

Sparse Autoencoders Do Not Find Canonical Units of Analysis
di: Leask, Patrick, et al.
Pubblicazione: (2025)

Evaluating and Designing Sparse Autoencoders by Approximating Quasi-Orthogonality
di: Lee, Sewoong, et al.
Pubblicazione: (2025)

Graph-Regularized Sparse Autoencoders for LLM Safety Steering
di: Yeon, Jehyeok, et al.
Pubblicazione: (2025)

Feature Distillation is the Better Choice for Model-Heterogeneous Federated Learning
di: Li, Yichen, et al.
Pubblicazione: (2025)

Sparse Autoencoders Learn Monosemantic Features in Vision-Language Models
di: Pach, Mateusz, et al.
Pubblicazione: (2025)

Learning Retrieval Models with Sparse Autoencoders
di: Formal, Thibault, et al.
Pubblicazione: (2026)

Finding Belief Geometries with Sparse Autoencoders
di: Levinson, Matthew
Pubblicazione: (2026)

Beyond Redundancy: Diverse and Specialized Multi-Expert Sparse Autoencoder
di: Xu, Zhen, et al.
Pubblicazione: (2025)

Projecting Assumptions: The Duality Between Sparse Autoencoders and Concept Geometry
di: Hindupur, Sai Sumedh R., et al.
Pubblicazione: (2025)

Don't Forget It! Conditional Sparse Autoencoder Clamping Works for Unlearning
di: Khoriaty, Matthew, et al.
Pubblicazione: (2025)

Interpretable Embeddings with Sparse Autoencoders: A Data Analysis Toolkit
di: Jiang, Nick, et al.
Pubblicazione: (2025)

Quantifying Feature Space Universality Across Large Language Models via Sparse Autoencoders
di: Lan, Michael, et al.
Pubblicazione: (2024)

Towards Interpretable Protein Structure Prediction with Sparse Autoencoders
di: Parsan, Nithin, et al.
Pubblicazione: (2025)

Mechanistic Interpretability with Sparse Autoencoder Neural Operators
di: Tolooshams, Bahareh, et al.
Pubblicazione: (2025)

Incorporating Hierarchical Semantics in Sparse Autoencoder Architectures
di: Muchane, Mark, et al.
Pubblicazione: (2025)