A Unified Theory of Sparse Dictionary Learning in Mechanistic Interpretability: Piecewise Biconvexity and Spurious Minima

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Tang, Yiming, Saini, Harshvardhan, Yao, Zhaoqian, Lin, Zheng, Liao, Yizhen, Cui, Jingyi, Wang, Yisen, Du, Mengnan, Liu, Dianbo
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares