Buchumschlag

LLMs Explain't: A Post-Mortem on Semantic Interpretability in Transformer Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Abdelhalim, Alhassan, Edinger, Janick, Laue, Sören, Regneri, Michaela
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Detecting Conceptual Abstraction in LLMs
von: Regneri, Michaela, et al.
Veröffentlicht: (2024)

Prediction is not Explanation: Revisiting the Explanatory Capacity of Mapping Embeddings
von: Herasimchyk, Hanna, et al.
Veröffentlicht: (2025)

Automating Violence Detection and Categorization from Ancient Texts
von: Abdelhalim, Alhassan, et al.
Veröffentlicht: (2025)

Explaining Text Similarity in Transformer Models
von: Vasileiou, Alexandros, et al.
Veröffentlicht: (2024)

Data Science with LLMs and Interpretable Models
von: Bordt, Sebastian, et al.
Veröffentlicht: (2024)

Can Post-Training Transform LLMs into Causal Reasoners?
von: Chen, Junqi, et al.
Veröffentlicht: (2026)

In-Context Explainers: Harnessing LLMs for Explaining Black Box Models
von: Kroeger, Nicholas, et al.
Veröffentlicht: (2023)

Attention Meets Post-hoc Interpretability: A Mathematical Perspective
von: Lopardo, Gianluigi, et al.
Veröffentlicht: (2024)

Explain-Query-Test: Self-Evaluating LLMs Via Explanation and Comprehension Discrepancy
von: Taghanaki, Saeid Asgari, et al.
Veröffentlicht: (2025)

Automatic Intermodal Loading Unit Identification using Computer Vision: A Scoping Review
von: Gülsoylu, Emre, et al.
Veröffentlicht: (2025)

Learning to Explain: Supervised Token Attribution from Transformer Attention Patterns
von: Mihaila, George
Veröffentlicht: (2026)

Interpreting and Mitigating Unwanted Uncertainty in LLMs
von: Roy, Tiasa Singha, et al.
Veröffentlicht: (2025)

A Structural Theory of Position Bias in Transformers
von: Herasimchyk, Hanna, et al.
Veröffentlicht: (2026)

Tell Your Model Where to Attend: Post-hoc Attention Steering for LLMs
von: Zhang, Qingru, et al.
Veröffentlicht: (2023)

Correcting Suppressed Log-Probabilities in Language Models with Post-Transformer Adapters
von: Sanchez, Bryan
Veröffentlicht: (2026)

Mechanistic Interpretability of Binary and Ternary Transformers
von: Li, Jason
Veröffentlicht: (2024)

Efficient Line Search Method Based on Regression and Uncertainty Quantification
von: Laue, Sören, et al.
Veröffentlicht: (2024)

Shared Lexical Task Representations Explain Behavioral Variability In LLMs
von: Yang, Zhuonan, et al.
Veröffentlicht: (2026)

LLMs for XAI: Future Directions for Explaining Explanations
von: Zytek, Alexandra, et al.
Veröffentlicht: (2024)

A Short Survey of Human Mobility Prediction in Epidemic Modeling from Transformers to LLMs
von: Mayemba, Christian N., et al.
Veröffentlicht: (2024)

Uncovering Gaps in How Humans and LLMs Interpret Subjective Language
von: Jones, Erik, et al.
Veröffentlicht: (2025)

Dynamic Context Pruning for Efficient and Interpretable Autoregressive Transformers
von: Anagnostidis, Sotiris, et al.
Veröffentlicht: (2023)

Sparse Semantic Dimension as a Generalization Certificate for LLMs
von: Bandyopadhyay, Dibyanayan, et al.
Veröffentlicht: (2026)

Interpreting the Effects of Quantization on LLMs
von: Singh, Manpreet, et al.
Veröffentlicht: (2025)

EVPO: Explained Variance Policy Optimization for Adaptive Critic Utilization in LLM Post-Training
von: Pan, Chengjun, et al.
Veröffentlicht: (2026)

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

Aligning Brain Activity with Advanced Transformer Models: Exploring the Role of Punctuation in Semantic Processing
von: Lamprou, Zenon, et al.
Veröffentlicht: (2025)

Weights to Code: Extracting Interpretable Algorithms from the Discrete Transformer
von: Zhang, Yifan, et al.
Veröffentlicht: (2026)

Trained on Tokens, Calibrated on Concepts: The Emergence of Semantic Calibration in LLMs
von: Nakkiran, Preetum, et al.
Veröffentlicht: (2025)

OncoReason: Structuring Clinical Reasoning in LLMs for Robust and Interpretable Survival Prediction
von: Hemadri, Raghu Vamshi, et al.
Veröffentlicht: (2025)

The Dual-Stream Transformer: Channelized Architecture for Interpretable Language Modeling
von: Kerce, J. Clayton, et al.
Veröffentlicht: (2026)

Fairness Definitions in Language Models Explained
von: Yin, Zhipeng, et al.
Veröffentlicht: (2024)

DIESEL -- Dynamic Inference-Guidance via Evasion of Semantic Embeddings in LLMs
von: Ganon, Ben, et al.
Veröffentlicht: (2024)

Advancing Semantic Caching for LLMs with Domain-Specific Embeddings and Synthetic Data
von: Gill, Waris, et al.
Veröffentlicht: (2025)

A General Framework for Producing Interpretable Semantic Text Embeddings
von: Sun, Yiqun, et al.
Veröffentlicht: (2024)

Adaptive Two Sided Laplace Transforms: A Learnable, Interpretable, and Scalable Replacement for Self-Attention
von: Kiruluta, Andrew
Veröffentlicht: (2025)

JoPA:Explaining Large Language Model's Generation via Joint Prompt Attribution
von: Chang, Yurui, et al.
Veröffentlicht: (2024)

Explaining the role of Intrinsic Dimensionality in Adversarial Training
von: Altinisik, Enes, et al.
Veröffentlicht: (2024)

Interpreting Key Mechanisms of Factual Recall in Transformer-Based Language Models
von: Lv, Ang, et al.
Veröffentlicht: (2024)

LATMiX: Learnable Affine Transformations for Microscaling Quantization of LLMs
von: Gordon, Ofir, et al.
Veröffentlicht: (2026)