From Flat to Hierarchical: Extracting Sparse Representations with Matching Pursuit
Fuente:
arXiv
Salvato in:
| Autori principali: | Costa, Valérie, Fel, Thomas, Lubana, Ekdeep Singh, Tolooshams, Bahareh, Ba, Demba |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Evaluating Sparse Autoencoders: From Shallow Design to Matching Pursuit
di: Costa, Valérie, et al.
Pubblicazione: (2025)
di: Costa, Valérie, et al.
Pubblicazione: (2025)
Projecting Assumptions: The Duality Between Sparse Autoencoders and Concept Geometry
di: Hindupur, Sai Sumedh R., et al.
Pubblicazione: (2025)
di: Hindupur, Sai Sumedh R., et al.
Pubblicazione: (2025)
Discriminative reconstruction via simultaneous dense and sparse coding
di: Tasissa, Abiy, et al.
Pubblicazione: (2020)
di: Tasissa, Abiy, et al.
Pubblicazione: (2020)
Mechanistic Interpretability with Sparse Autoencoder Neural Operators
di: Tolooshams, Bahareh, et al.
Pubblicazione: (2025)
di: Tolooshams, Bahareh, et al.
Pubblicazione: (2025)
Abrupt Learning in Transformers: A Case Study on Matrix Completion
di: Gopalani, Pulkit, et al.
Pubblicazione: (2024)
di: Gopalani, Pulkit, et al.
Pubblicazione: (2024)
Sparse, self-organizing ensembles of local kernels detect rare statistical anomalies
di: Grosso, Gaia, et al.
Pubblicazione: (2025)
di: Grosso, Gaia, et al.
Pubblicazione: (2025)
Uncovering Conceptual Blindspots in Generative Image Models Using Sparse Autoencoders
di: Bohacek, Matyas, et al.
Pubblicazione: (2025)
di: Bohacek, Matyas, et al.
Pubblicazione: (2025)
Priors in Time: Missing Inductive Biases for Language Model Interpretability
di: Lubana, Ekdeep Singh, et al.
Pubblicazione: (2025)
di: Lubana, Ekdeep Singh, et al.
Pubblicazione: (2025)
How Do LLMs Persuade? Linear Probes Can Uncover Persuasion Dynamics in Multi-Turn Conversations
di: Jaipersaud, Brandon, et al.
Pubblicazione: (2025)
di: Jaipersaud, Brandon, et al.
Pubblicazione: (2025)
Do Sparse Autoencoders Capture Concept Manifolds?
di: Bhalla, Usha, et al.
Pubblicazione: (2026)
di: Bhalla, Usha, et al.
Pubblicazione: (2026)
Analyzing (In)Abilities of SAEs via Formal Languages
di: Menon, Abhinav, et al.
Pubblicazione: (2024)
di: Menon, Abhinav, et al.
Pubblicazione: (2024)
Representation Shattering in Transformers: A Synthetic Study with Knowledge Editing
di: Nishi, Kento, et al.
Pubblicazione: (2024)
di: Nishi, Kento, et al.
Pubblicazione: (2024)
Block-Recurrent Dynamics in Vision Transformers
di: Jacobs, Mozes, et al.
Pubblicazione: (2025)
di: Jacobs, Mozes, et al.
Pubblicazione: (2025)
Compositional Abilities Emerge Multiplicatively: Exploring Diffusion Models on a Synthetic Task
di: Okawa, Maya, et al.
Pubblicazione: (2023)
di: Okawa, Maya, et al.
Pubblicazione: (2023)
Diffusion State-Guided Projected Gradient for Inverse Problems
di: Zirvi, Rayhan, et al.
Pubblicazione: (2024)
di: Zirvi, Rayhan, et al.
Pubblicazione: (2024)
A Percolation Model of Emergence: Analyzing Transformers Trained on a Formal Language
di: Lubana, Ekdeep Singh, et al.
Pubblicazione: (2024)
di: Lubana, Ekdeep Singh, et al.
Pubblicazione: (2024)
Competition Dynamics Shape Algorithmic Phases of In-Context Learning
di: Park, Core Francisco, et al.
Pubblicazione: (2024)
di: Park, Core Francisco, et al.
Pubblicazione: (2024)
Compositional Capabilities of Autoregressive Transformers: A Study on Synthetic, Interpretable Tasks
di: Ramesh, Rahul, et al.
Pubblicazione: (2023)
di: Ramesh, Rahul, et al.
Pubblicazione: (2023)
Emergence of Hierarchical Emotion Organization in Large Language Models
di: Zhao, Bo, et al.
Pubblicazione: (2025)
di: Zhao, Bo, et al.
Pubblicazione: (2025)
From Isolation to Entanglement: When Do Interpretability Methods Identify and Disentangle Known Concepts?
di: Mueller, Aaron, et al.
Pubblicazione: (2025)
di: Mueller, Aaron, et al.
Pubblicazione: (2025)
Manifold Steering Reveals the Shared Geometry of Neural Network Representation and Behavior
di: Wurgaft, Daniel, et al.
Pubblicazione: (2026)
di: Wurgaft, Daniel, et al.
Pubblicazione: (2026)
Emergence of Hidden Capabilities: Exploring Learning Dynamics in Concept Space
di: Park, Core Francisco, et al.
Pubblicazione: (2024)
di: Park, Core Francisco, et al.
Pubblicazione: (2024)
Clustering Inductive Biases with Unrolled Networks
di: Huml, Jonathan, et al.
Pubblicazione: (2023)
di: Huml, Jonathan, et al.
Pubblicazione: (2023)
Swing-by Dynamics in Concept Learning and Compositional Generalization
di: Yang, Yongyi, et al.
Pubblicazione: (2024)
di: Yang, Yongyi, et al.
Pubblicazione: (2024)
Archetypal SAE: Adaptive and Stable Dictionary Learning for Concept Extraction in Large Vision Models
di: Fel, Thomas, et al.
Pubblicazione: (2025)
di: Fel, Thomas, et al.
Pubblicazione: (2025)
ICLR: In-Context Learning of Representations
di: Park, Core Francisco, et al.
Pubblicazione: (2024)
di: Park, Core Francisco, et al.
Pubblicazione: (2024)
The Impact of Off-Policy Training Data on Probe Generalisation
di: Kirch, Nathalie, et al.
Pubblicazione: (2025)
di: Kirch, Nathalie, et al.
Pubblicazione: (2025)
Weighed l1 on the simplex: Compressive sensing meets locality
di: Tasissa, Abiy, et al.
Pubblicazione: (2021)
di: Tasissa, Abiy, et al.
Pubblicazione: (2021)
Features as Rewards: Scalable Supervision for Open-Ended Tasks via Interpretability
di: Prasad, Aaditya Vikram, et al.
Pubblicazione: (2026)
di: Prasad, Aaditya Vikram, et al.
Pubblicazione: (2026)
Into the Rabbit Hull: From Task-Relevant Concepts in DINO to Minkowski Geometry
di: Fel, Thomas, et al.
Pubblicazione: (2025)
di: Fel, Thomas, et al.
Pubblicazione: (2025)
Detecting High-Stakes Interactions with Activation Probes
di: McKenzie, Alex, et al.
Pubblicazione: (2025)
di: McKenzie, Alex, et al.
Pubblicazione: (2025)
Quantum Sparse Recovery and Quantum Orthogonal Matching Pursuit
di: Bellante, Armando, et al.
Pubblicazione: (2025)
di: Bellante, Armando, et al.
Pubblicazione: (2025)
In-Context Learning Strategies Emerge Rationally
di: Wurgaft, Daniel, et al.
Pubblicazione: (2025)
di: Wurgaft, Daniel, et al.
Pubblicazione: (2025)
In-Context Learning Dynamics with Random Binary Sequences
di: Bigelow, Eric J., et al.
Pubblicazione: (2023)
di: Bigelow, Eric J., et al.
Pubblicazione: (2023)
Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems
di: Shah, Freya, et al.
Pubblicazione: (2024)
di: Shah, Freya, et al.
Pubblicazione: (2024)
Origins of Creativity in Attention-Based Diffusion Models
di: Finn, Emma, et al.
Pubblicazione: (2025)
di: Finn, Emma, et al.
Pubblicazione: (2025)
Towards an Understanding of Stepwise Inference in Transformers: A Synthetic Graph Navigation Model
di: Khona, Mikail, et al.
Pubblicazione: (2024)
di: Khona, Mikail, et al.
Pubblicazione: (2024)
What Makes and Breaks Safety Fine-tuning? A Mechanistic Study
di: Jain, Samyak, et al.
Pubblicazione: (2024)
di: Jain, Samyak, et al.
Pubblicazione: (2024)
Mechanistically analyzing the effects of fine-tuning on procedurally defined tasks
di: Jain, Samyak, et al.
Pubblicazione: (2023)
di: Jain, Samyak, et al.
Pubblicazione: (2023)
Stories in Space: In-Context Learning Trajectories in Conceptual Belief Space
di: Bigelow, Eric, et al.
Pubblicazione: (2026)
di: Bigelow, Eric, et al.
Pubblicazione: (2026)
Documenti analoghi
-
Evaluating Sparse Autoencoders: From Shallow Design to Matching Pursuit
di: Costa, Valérie, et al.
Pubblicazione: (2025) -
Projecting Assumptions: The Duality Between Sparse Autoencoders and Concept Geometry
di: Hindupur, Sai Sumedh R., et al.
Pubblicazione: (2025) -
Discriminative reconstruction via simultaneous dense and sparse coding
di: Tasissa, Abiy, et al.
Pubblicazione: (2020) -
Mechanistic Interpretability with Sparse Autoencoder Neural Operators
di: Tolooshams, Bahareh, et al.
Pubblicazione: (2025) -
Abrupt Learning in Transformers: A Case Study on Matrix Completion
di: Gopalani, Pulkit, et al.
Pubblicazione: (2024)