Berkeley AI Research·AI 评分55
Berkeley AI Research提出SPEX与ProxySPEX大规模LLM交互归因方法
Identifying Interactions at Scale for LLMs
AI 导读
Berkeley AI Research提出SPEX与ProxySPEX,用于在规模化LLM分析中识别关键交互。方法利用稀疏性、低度性和层级结构,以较少消融实验支持特征、数据及模型组件归因,ProxySPEX约以10x更少消融实验达到SPEX的性能。两者代码已集成至SHAP-IQ仓库,相关论文分别发表于NeurIPS 2025和ICML 2025。
来源:Berkeley AI Research · bair.berkeley.edu