Buchumschlag

Tackling Polysemanticity with Neuron Embeddings

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Foote, Alex
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Disentangling Polysemantic Neurons with a Null-Calibrated Polysemanticity Index and Causal Patch Interventions
von: Gupta, Manan, et al.
Veröffentlicht: (2025)

NeuronScope: A Multi-Agent Framework for Explaining Polysemantic Neurons in Language Models
von: Liu, Weiqi, et al.
Veröffentlicht: (2026)

PURE: Turning Polysemantic Neurons Into Pure Features by Identifying Relevant Circuits
von: Dreyer, Maximilian, et al.
Veröffentlicht: (2024)

The Rate-Distortion-Polysemanticity Tradeoff in SAEs
von: Mencattini, Tommaso, et al.
Veröffentlicht: (2026)

Polysemanticity and Capacity in Neural Networks
von: Scherlis, Adam, et al.
Veröffentlicht: (2022)

Disentangling Polysemantic Channels in Convolutional Neural Networks
von: Hesse, Robin, et al.
Veröffentlicht: (2025)

Interpretability Without Tradeoffs: Disentangling Polysemanticity At Equal Predictive Performance
von: Bağcı, Doğukan, et al.
Veröffentlicht: (2026)

Polysemantic Experts, Monosemantic Paths: Routing as Control in MoEs
von: Ye, Charles, et al.
Veröffentlicht: (2026)

Capturing Polysemanticity with PRISM: A Multi-Concept Feature Description Framework
von: Kopf, Laura, et al.
Veröffentlicht: (2025)

Taming Polysemanticity in LLMs: Provable Feature Recovery via Sparse Autoencoders
von: Chen, Siyu, et al.
Veröffentlicht: (2025)

TRIP: A Nonparametric Test to Diagnose Biased Feature Importance Scores
von: Foote, Aaron, et al.
Veröffentlicht: (2025)

What Causes Polysemanticity? An Alternative Origin Story of Mixed Selectivity from Incidental Causes
von: Lecomte, Victor, et al.
Veröffentlicht: (2023)

Tackling air quality with SAPIENS
von: Bona, Marcella, et al.
Veröffentlicht: (2026)

Decomposing Attention To Find Context-Sensitive Neurons
von: Gibson, Alex
Veröffentlicht: (2025)

Tackling GNARLy Problems: Graph Neural Algorithmic Reasoning Reimagined through Reinforcement Learning
von: Schutz, Alex, et al.
Veröffentlicht: (2025)

Tackling Noisy Labels with Network Parameter Additive Decomposition
von: Wang, Jingyi, et al.
Veröffentlicht: (2024)

Tackling the Zero-Shot Reinforcement Learning Loss Directly
von: Ollivier, Yann
Veröffentlicht: (2025)

Neuronal Fluctuations: Learning Rates vs Participating Neurons
von: Pareek, Darsh, et al.
Veröffentlicht: (2025)

Tackling Data Heterogeneity in Federated Learning via Loss Decomposition
von: Zeng, Shuang, et al.
Veröffentlicht: (2024)

Tackling Dimensional Collapse toward Comprehensive Universal Domain Adaptation
von: Fang, Hung-Chieh, et al.
Veröffentlicht: (2024)

STAGE: Tackling Semantic Drift in Multimodal Federated Graph Learning
von: Chen, Zekai, et al.
Veröffentlicht: (2026)

Tackling Fake Forgetting through Uncertainty Quantification
von: Shi, Yingdan, et al.
Veröffentlicht: (2025)

SPARC: Spectral Architectures Tackling the Cold-Start Problem in Graph Learning
von: Jacobs, Yahel, et al.
Veröffentlicht: (2024)

Invertible Fourier Neural Operators for Tackling Both Forward and Inverse Problems
von: Long, Da, et al.
Veröffentlicht: (2024)

Tackling Time-Series Forecasting Generalization via Mitigating Concept Drift
von: Zhao, Zhiyuan, et al.
Veröffentlicht: (2025)

Tackling Non-Stationarity in Reinforcement Learning via Causal-Origin Representation
von: Zhang, Wanpeng, et al.
Veröffentlicht: (2023)

SafeNeuron: Neuron-Level Safety Alignment for Large Language Models
von: Wang, Zhaoxin, et al.
Veröffentlicht: (2026)

Variational Distributional Neuron
von: Ruffenach, Yves
Veröffentlicht: (2026)

Expand Neurons, Not Parameters
von: Kong, Linghao, et al.
Veröffentlicht: (2025)

Threshold Neuron: A Brain-inspired Artificial Neuron for Efficient On-device Inference
von: Zheng, Zihao, et al.
Veröffentlicht: (2024)

Improving Model Fusion by Training-time Neuron Alignment with Fixed Neuron Anchors
von: Li, Zexi, et al.
Veröffentlicht: (2024)

Tackling Data Heterogeneity in Federated Learning through Knowledge Distillation with Inequitable Aggregation
von: Ma, Xing
Veröffentlicht: (2025)

Tackling prediction tasks in relational databases with LLMs
von: Wydmuch, Marek, et al.
Veröffentlicht: (2024)

Simple Linear Neuron Boosting
von: Munoz, Daniel
Veröffentlicht: (2025)

Tackling Feature-Classifier Mismatch in Federated Learning via Prompt-Driven Feature Transformation
von: Wu, Xinghao, et al.
Veröffentlicht: (2024)

FedKL: Tackling Data Heterogeneity in Federated Reinforcement Learning by Penalizing KL Divergence
von: Xie, Zhijie, et al.
Veröffentlicht: (2022)

Mamba-Based Graph Convolutional Networks: Tackling Over-smoothing with Selective State Space
von: He, Xin, et al.
Veröffentlicht: (2025)

Model-Robust and Adaptive-Optimal Transfer Learning for Tackling Concept Shifts in Nonparametric Regression
von: Lin, Haotian, et al.
Veröffentlicht: (2025)

FedRC: Tackling Diverse Distribution Shifts Challenge in Federated Learning by Robust Clustering
von: Guo, Yongxin, et al.
Veröffentlicht: (2023)

Non-exchangeable Conformal Prediction with Optimal Transport: Tackling Distribution Shifts with Unlabeled Data
von: Correia, Alvaro H. C., et al.
Veröffentlicht: (2025)