ACE以共享结构解释模型突现泛化
热点事件持续更新
ACE以共享结构解释模型突现泛化
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者提出机制可解释性方法 ACE,用于解释模型“突现泛化”:同一 AI 模型独立训练三次,最终行为相同,但内部电路不同,ACE 通过提取这些电路之间的共享结构,寻找算法本身而非某一种实现。 ACE 计划在 NeurIPS 2026 亮相;研究者还称,可利用提取出的共享表征引导最高 32B 规模的大语言模型行为。
AI 根据报道生成 · 4 小时前更新
最新进展11月19日 17:26
ACE 解释 grokking:同一 AI 训练三次行为相同、电路不同报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- AGI HuntACE 解释 grokking:同一 AI 训练三次行为相同、电路不同
研究者提出机制可解释性方法 ACE,通过提取不同训练所得「接线」间的共享结构,解释 grokking 的突现泛化现象。ACE 还将亮相 NeurIPS 2026,并可利用这些共享表征引导最高 32B 规模的 LLM 行为。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月19日 18:00
- 近 24 小时变化
- –
02.557.510
18:0019:0020:0021:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。