Patch-Effect Graph Kernels for LLM Interpretability

Documenti analoghi

• Measuring the Depth of LLM Unlearning via Activation Patching
  di: Lee, Jaeung, et al.
  Pubblicazione: (2026)
• Toward a Theory of Generalizability in LLM Mechanistic Interpretability Research
  di: Trott, Sean
  Pubblicazione: (2025)
• Improving LLM Reasoning through Interpretable Role-Playing Steering
  di: Wang, Anyi, et al.
  Pubblicazione: (2025)
• Do Cognitively Interpretable Reasoning Traces Improve LLM Performance?
  di: Bhambri, Siddhant, et al.
  Pubblicazione: (2025)
• Reasoning on Graphs: Faithful and Interpretable Large Language Model Reasoning
  di: Luo, Linhao, et al.
  Pubblicazione: (2023)