跳到正文
arXiv · NLP· Zhimin Hu, Chen Jiang, Hanbo Xie, N. Apurva Ratan Murty, Sashank Varma·· 9 天前AI 评分24

机制可解释性需要推理逻辑:五项原则构建递归推理框架

Mechanistic Interpretability Needs a Logic of Inference

AI 导读

神经科学机制可解释性研究面临从观察到解释的推理瓶颈。 作者提出五项原则构建递归逻辑框架,将局部发现转化为累积机制知识,并生成可测试假说。 该框架支持在模型外领域进行科学发现,NeurIPS 2026 Oral。

来源:arXiv · NLP · arxiv.org