arXiv · NLP· Shariar Kabir, Hong Kiat Tan, Swastik Agrawal, Sai V R Chereddy, Sriram Balasubramanian·· 21 小时前AI 评分38
Circuit Oracle：通过自然语言查询自动化归因图分析
Circuit Oracle: Automating Attribution Graph Analysis via Natural-Language Queries
AI 导读
summary_zh: Circuit Oracle 是一个配备多智能体架构的 LLM，通过读取归因图回答自然语言查询，自动化机制可解释性分析。 在伪特征检测任务中，其准确率达 78.2±2.4%，优于单层特征排序基线；但在秘密提取和拒绝抑制任务上，性能未超过激活 Oracle 或均值差异基线。
来源：arXiv · NLP · arxiv.org