HyperDAS: Towards Automating Mechanistic Interpretability with Hypernetworks

Documenti analoghi

• HyperSteer: Activation Steering at Scale with Hypernetworks
  di: Sun, Jiuding, et al.
  Pubblicazione: (2025)
• Updating CLIP to Prefer Descriptions Over Captions
  di: Zur, Amir, et al.
  Pubblicazione: (2024)
• In-Context Learning for Extreme Multi-Label Classification
  di: D'Oosterlinck, Karel, et al.
  Pubblicazione: (2024)
• RAVEL: Evaluating Interpretability Methods on Disentangling Language Model Representations
  di: Huang, Jing, et al.
  Pubblicazione: (2024)
• Interpretability at Scale: Identifying Causal Mechanisms in Alpaca
  di: Wu, Zhengxuan, et al.
  Pubblicazione: (2023)