研究提出归因修补误差诊断与二阶校正方法

Luyang Zhang 与 Jialu Wang 提出针对归因修补（attribution patching）不可靠问题的诊断与二阶校正方法。他们称，归因修补的主要误差来自下游网络的非线性，而非被补丁组件的局部曲率。 基于这一判断，两人提出可靠性评分、误差边界，以及仅需一次额外反向传播的 Hessian-vector-product（HVP）校正。上述误差来源与校正效果均为作者在论文中的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。