unembedding-matrix

标签

#unembedding-matrix

稀疏读出棱镜：通过特征而非令牌解释Logit透镜分数

arXiv cs.CL ↗ · 2026-09-03 缓存

本文提出Sparse Readout Prism（SRP），该方法通过将读出矩阵分解为稀疏特征来分析语言模型的预测，实现了与语料库无关的Logit透镜分数解释，并提升了可解释性。

0 人收藏 0 人点赞