跳到正文
热点事件持续更新

Boltz-1稀疏自编码器可解释性流水线提出

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Piotr Jedryszek 与 Oliver M. Crook 提出一套统一流程,用于评估 Boltz-1 Pairformer 主干上稀疏自编码器潜变量是否连贯、可描述且具预测力。该流程以跨种子字典稳定性优先筛选,每次潜变量评估减少约 4.4 倍,实测 LLM 成本降低 5.2 倍,并找回超过一半的可解释潜变量。 研究同时发现,LLM 评判器明显偏向一致的残基身份;一个按氨基酸身份精度筛选的简单过滤器反而优于稳定性阈值法,且无需额外 SAE 种子。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    Boltz-1 稀疏自编码器的高效自动可解释性研究

    研究提出一套统一流程评估稀疏自编码器潜变量是否连贯、可描述且具预测力,在 Boltz-1 Pairformer 主干上通过跨种子字典稳定性优先筛选,每次潜变量评估减少约 4.4 倍、实测 LLM 成本降低 5.2 倍,并找回超过一半的可解释潜变量。但 LLM 评判器明显偏向一致的残基身份,一个按氨基酸身份精度筛选的简单过滤器反而优于稳定性阈值法,且无需额外 SAE 种子。

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。