Buchumschlag

Semantic Regexes: Auto-Interpreting LLM Features with a Structured Language

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Boggust, Angie, Ren, Donghao, Assogba, Yannick, Moritz, Dominik, Satyanarayan, Arvind, Hohman, Fred
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Compress and Compare: Interactively Evaluating Efficiency and Behavior Across ML Model Compression Experiments
von: Boggust, Angie, et al.
Veröffentlicht: (2024)

Exploring Empty Spaces: Human-in-the-Loop Data Augmentation
von: Yeh, Catherine, et al.
Veröffentlicht: (2024)

Constructive Circuit Amplification: Improving Math Reasoning in LLMs via Targeted Sub-Network Updates
von: Prakash, Nikhil, et al.
Veröffentlicht: (2025)

Abstraction Alignment: Comparing Model-Learned and Human-Encoded Conceptual Relationships
von: Boggust, Angie, et al.
Veröffentlicht: (2024)

Evaluating Long Range Dependency Handling in Code Generation LLMs
von: Assogba, Yannick, et al.
Veröffentlicht: (2024)

EncQA: Benchmarking Vision-Language Models on Visual Encodings for Charts
von: Mukherjee, Kushin, et al.
Veröffentlicht: (2025)

Understanding Annotator Safety Policy with Interpretability
von: Oesterling, Alex, et al.
Veröffentlicht: (2026)

A Scalable Approach to Clustering Embedding Projections
von: Ren, Donghao, et al.
Veröffentlicht: (2025)

DiffusionWorldViewer: Exposing and Broadening the Worldview Reflected by Generative Text-to-Image Models
von: De Simone, Zoe, et al.
Veröffentlicht: (2023)

Embedding Atlas: Low-Friction, Interactive Embedding Visualization
von: Ren, Donghao, et al.
Veröffentlicht: (2025)

Creo: From One-Shot Image Generation to Progressive, Co-Creative Ideation
von: De Simone, Zoe, et al.
Veröffentlicht: (2026)

Toward Cultural Interpretability: A Linguistic Anthropological Framework for Describing and Evaluating Large Language Models (LLMs)
von: Jones, Graham M., et al.
Veröffentlicht: (2024)

Model Compression in Practice: Lessons Learned from Practitioners Creating On-device Machine Learning Experiences
von: Hohman, Fred, et al.
Veröffentlicht: (2023)

Policy Maps: Tools for Guiding the Unbounded Space of LLM Behaviors
von: Lam, Michelle S., et al.
Veröffentlicht: (2024)

Sparse Autoencoders are Capable LLM Jailbreak Mitigators
von: Assogba, Yannick, et al.
Veröffentlicht: (2026)

RegexPSPACE: A Benchmark for Evaluating LLM Reasoning on PSPACE-complete Regex Problems
von: Jin, Hyundong, et al.
Veröffentlicht: (2025)

AutoQual: An LLM Agent for Automated Discovery of Interpretable Features for Review Quality Assessment
von: Lan, Xiaochong, et al.
Veröffentlicht: (2025)

Pluto: Authoring Semantically Aligned Text and Charts for Data-Driven Communication
von: Srinivasan, Arjun, et al.
Veröffentlicht: (2025)

Improving Interpretability of Lexical Semantic Change with Neurobiological Features
von: Oda, Kohei, et al.
Veröffentlicht: (2026)

DEX-AR: A Dynamic Explainability Method for Autoregressive Vision-Language Models
von: Bousselham, Walid, et al.
Veröffentlicht: (2026)

Semantic and Structural Analysis of Implicit Biases in Large Language Models: An Interpretable Approach
von: Zhang, Renhan, et al.
Veröffentlicht: (2025)

LeGrad: An Explainability Method for Vision Transformers via Feature Formation Sensitivity
von: Bousselham, Walid, et al.
Veröffentlicht: (2024)

Semantic Structure of Feature Space in Large Language Models
von: Kozlowski, Austin C., et al.
Veröffentlicht: (2026)

Peek2: Regex-free Byte-level Byte-Pair Encoding Pretokenizer for LLM Inference on Edge Devices
von: Zai, Liu, et al.
Veröffentlicht: (2026)

Bluefish: Composing Diagrams with Declarative Relations
von: Pollock, Josh, et al.
Veröffentlicht: (2023)

LLM-AutoDiff: Auto-Differentiate Any LLM Workflow
von: Yin, Li, et al.
Veröffentlicht: (2025)

Transcoders Find Interpretable LLM Feature Circuits
von: Dunefsky, Jacob, et al.
Veröffentlicht: (2024)

Towards Efficient Matching of Regexes with Backreferences using Register Set Automata (Technical Report)
von: Havlena, Vojtěch, et al.
Veröffentlicht: (2022)

Identifying Intervenable and Interpretable Features via Orthogonality Regularization
von: Miller, Moritz, et al.
Veröffentlicht: (2026)

EMO: Earth Mover Distance Optimization for Auto-Regressive Language Modeling
von: Ren, Siyu, et al.
Veröffentlicht: (2023)

Is Inference Mediated by Distinct Semantic Structures in LLMs? A Mechanistic Interpretation
von: Aljaafari, Nura, et al.
Veröffentlicht: (2026)

Semantic Scaffolding: Augmenting Textual Structures with Domain-Specific Groupings for Accessible Data Exploration
von: Zong, Jonathan, et al.
Veröffentlicht: (2025)

LinguaLens: Towards Interpreting Linguistic Mechanisms of Large Language Models via Sparse Auto-Encoder
von: Jing, Yi, et al.
Veröffentlicht: (2025)

Linear Time Subsequence and Supersequence Regex Matching
von: Amarilli, Antoine, et al.
Veröffentlicht: (2025)

SAGE: An Agentic Explainer Framework for Interpreting SAE Features in Language Models
von: Han, Jiaojiao, et al.
Veröffentlicht: (2025)

Interpreting Bias in Large Language Models: A Feature-Based Approach
von: Prakash, Nirmalendu, et al.
Veröffentlicht: (2024)

AutoLLM-CARD: Towards a Description and Landscape of Large Language Models
von: Tian, Shengwei, et al.
Veröffentlicht: (2024)

How Far Do Auto-Interpretation Labels Generalize: A Controlled Study Across Languages, Scripts, and Rewordings
von: Karne, Sripad
Veröffentlicht: (2026)

Semantic Novelty Trajectories in 80,000 Books: A Cross-Corpus Embedding Analysis
von: Zimmerman, Fred
Veröffentlicht: (2026)

Automatically Interpreting Millions of Features in Large Language Models
von: Paulo, Gonçalo, et al.
Veröffentlicht: (2024)