:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shafran, Or, Ronen, Shaked, Fahn, Omri, Ravfogel, Shauli, Geiger, Atticus, Geva, Mor
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language
Online-Zugang:	https://arxiv.org/abs/2602.02464
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Constructing Interpretable Features from Compositional Neuron Groups
von: Shafran, Or, et al.
Veröffentlicht: (2025)

Mixing Mechanisms: How Language Models Retrieve Bound Entities In-Context
von: Gur-Arieh, Yoav, et al.
Veröffentlicht: (2025)

Intrinsic Test of Unlearning Using Parametric Knowledge Traces
von: Hong, Yihuai, et al.
Veröffentlicht: (2024)

RAVEL: Evaluating Interpretability Methods on Disentangling Language Model Representations
von: Huang, Jing, et al.
Veröffentlicht: (2024)

Enhancing Automated Interpretability with Output-Centric Feature Descriptions
von: Gur-Arieh, Yoav, et al.
Veröffentlicht: (2025)

Gumbel Counterfactual Generation From Language Models
von: Ravfogel, Shauli, et al.
Veröffentlicht: (2024)

BitFit: Simple Parameter-efficient Fine-tuning for Transformer-based Masked Language-models
von: Ben-Zaken, Elad, et al.
Veröffentlicht: (2021)

Log-linear Guardedness and its Implications
von: Ravfogel, Shauli, et al.
Veröffentlicht: (2022)

Emergence of Linear Truth Encodings in Language Models
von: Ravfogel, Shauli, et al.
Veröffentlicht: (2025)

Detecting (Un)answerability in Large Language Models with Linear Directions
von: Lavi, Maor Juliet, et al.
Veröffentlicht: (2025)

Estimating Knowledge in Large Language Models Without Generating a Single Token
von: Gottesman, Daniela, et al.
Veröffentlicht: (2024)

Diversity Over Quantity: A Lesson From Few Shot Relation Classification
von: Cohen, Amir DN, et al.
Veröffentlicht: (2024)

Geometric Factual Recall in Transformers
von: Ravfogel, Shauli, et al.
Veröffentlicht: (2026)

Friends and Grandmothers in Silico: Localizing Entity Cells in Language Models
von: Yona, Itay, et al.
Veröffentlicht: (2026)

A Practical Method for Generating String Counterfactuals
von: Avitan, Matan, et al.
Veröffentlicht: (2024)

RELIC: Evaluating Complex Reasoning via the Recognition of Languages In-Context
von: Petty, Jackson, et al.
Veröffentlicht: (2025)

Kernelized Concept Erasure
von: Ravfogel, Shauli, et al.
Veröffentlicht: (2022)

State over Tokens: Characterizing the Role of Reasoning Tokens
von: Levy, Mosh, et al.
Veröffentlicht: (2025)

Linear Adversarial Concept Erasure
von: Ravfogel, Shauli, et al.
Veröffentlicht: (2022)

Activation Steering via Generative Causal Mediation
von: Sankaranarayanan, Aruna, et al.
Veröffentlicht: (2026)

Routers Learn the Geometry of Their Experts: Geometric Coupling in Sparse Mixture-of-Experts
von: Ahrac, Sagi, et al.
Veröffentlicht: (2026)

Can Large Language Models Faithfully Express Their Intrinsic Uncertainty in Words?
von: Yona, Gal, et al.
Veröffentlicht: (2024)

The Role of Language Imbalance in Cross-lingual Generalisation: Insights from Cloned Language Experiments
von: Schäfer, Anton, et al.
Veröffentlicht: (2024)

From Loops to Oops: Fallback Behaviors of Language Models Under Uncertainty
von: Ivgi, Maor, et al.
Veröffentlicht: (2024)

Beyond Single Embeddings: Capturing Diverse Targets with Multi-Query Retrieval
von: Chen, Hung-Ting, et al.
Veröffentlicht: (2025)

The Medium Is Not the Message: Deconfounding Document Embeddings via Linear Concept Erasure
von: Fan, Yu, et al.
Veröffentlicht: (2025)

Pretrained LLMs Learn Multiple Types of Uncertainty
von: Cohen, Roi, et al.
Veröffentlicht: (2025)

Inferring Functionality of Attention Heads from their Parameters
von: Elhelo, Amit, et al.
Veröffentlicht: (2024)

IQ Test for LLMs: An Evaluation Framework for Uncovering Core Skills in LLMs
von: Maimon, Aviya, et al.
Veröffentlicht: (2025)

Performance Gap in Entity Knowledge Extraction Across Modalities in Vision Language Models
von: Cohen, Ido, et al.
Veröffentlicht: (2024)

Linguistic Binding in Diffusion Models: Enhancing Attribute Correspondence through Attention Map Alignment
von: Rassin, Royi, et al.
Veröffentlicht: (2023)

Indications of Belief-Guided Agency and Meta-Cognitive Monitoring in Large Language Models
von: Yalon, Noam Steinmetz, et al.
Veröffentlicht: (2026)

Backward Lens: Projecting Language Model Gradients into the Vocabulary Space
von: Katz, Shahar, et al.
Veröffentlicht: (2024)

Representation Surgery: Theory and Practice of Affine Steering
von: Singh, Shashwat, et al.
Veröffentlicht: (2024)

Description-Based Text Similarity
von: Ravfogel, Shauli, et al.
Veröffentlicht: (2023)

Discrete Diffusion Models Exploit Asymmetry to Solve Lookahead Planning Tasks
von: Trainin, Itamar, et al.
Veröffentlicht: (2026)

Hallucinations Undermine Trust; Metacognition is a Way Forward
von: Yona, Gal, et al.
Veröffentlicht: (2026)

Eliciting Textual Descriptions from Representations of Continuous Prompts
von: Ramati, Dana, et al.
Veröffentlicht: (2024)

Narrowing the Knowledge Evaluation Gap: Open-Domain Question Answering with Multi-Granularity Answers
von: Yona, Gal, et al.
Veröffentlicht: (2024)

Do Large Language Models Latently Perform Multi-Hop Reasoning?
von: Yang, Sohee, et al.
Veröffentlicht: (2024)