跳到正文
热点事件持续更新

MIT团队解析并操控LLM物理表征

1 篇报道1 个报道来源50 分钟前更新

先了解这件事

AI 综述

MIT教授Markus Buehler团队在《AI for Science》发表论文,提出一种可解释性方法,可读取并操控大语言模型内部与材料科学规律有关的表征。 研究以三个开放权重的Gemma指令模型(40亿、120亿和310亿参数)为对象,从模型的隐状态中识别出因果方向等物理直觉信息,并证明这些内部信号既可被提取,也可受到操控。相关结论目前限于上述模型与材料科学任务。

AI 根据报道生成 · 36 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. AGI Hunt
    MIT 团队读取并操控 LLM 内部的材料科学物理直觉

    MIT 教授 Markus Buehler 团队在《AI for Science》发表论文,利用可解释性方法读取并操控 LLM 内部对材料科学规律的表征。研究基于三个开源权重的 Gemma 指令模型(4B/12B/31B),从隐状态中揭示了因果方向等物理直觉信息。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。