热点事件持续更新

Circuit Oracle：用自然语言查询自动分析归因图

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Shariar Kabir 等作者提出 Circuit Oracle：一个配备多智能体框架和任务专用技能的现成 LLM，通过工具调用读取归因图，回答关于目标模型的自然语言问题。在虚假特征检测任务上，该系统达到 78.2 ± 2.4% 准确率，优于单层特征排序基线；但在秘密引出任务上不及 Activation Oracles，在 50 条提示的拒绝抑制任务上，单次干预效果略低于 diff-in-means 基线。

AI 根据报道生成 · 48 分钟前更新

最新进展11月4日 13:00

Circuit Oracle：用自然语言查询自动分析归因图

报道时间线

沿着报道，了解事件的不同侧面。

11月4日

13:00
arXiv cs.CL
Circuit Oracle：用自然语言查询自动分析归因图
Circuit Oracle 是一个配备多智能体框架和任务专用技能的现成 LLM，通过工具调用读取归因图来回答关于目标模型的自然语言问题。在虚假特征检测任务上达到 78.2 ± 2.4% 准确率，优于单层特征排序基线；但在秘密引出任务上不及 Activation Oracles，在 50 条提示的拒绝抑制任务上单次干预略低于 diff-in-means 基线。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。