arXiv cs.AI· Luyang Zhang, Minxing Zheng, Jialu Wang·· 13 天前AI 评分34
利用少量精确测量校正归因修补方法 Guided-AP
Correcting Attribution Patching with a Few Exact Measurements
AI 导读
研究人员提出 Guided-AP 方法，通过少量精确测量揭示归因修补（Attribution Patching）的误差结构并校正未测量的估计值。在单个提示词上，该校正方法在三种行为中将误差最多降低 26%；在多提示词任务中，所学习的校正将事实补全（factual completion）平均效应的误差降低了 75% 至 79%。
来源：arXiv cs.AI · arxiv.org