Decode Research 发布 SAEBench 数据集, 应用在 自编码器、性能评估 领域

Decode Research 本次发布的数据集 SAEBench, SAEBench是一个全面的语言模型解释性稀疏自编码器(SAE)评估套件，由八个近期提出的SAE架构和训练算法组成，包含了200多个SAEs。该数据集旨在提供一个标准化的框架，用于衡量SAE在解释性、特征解耦和实际应用等方面的性能，如特征检测、 interpretability、重建和特征解耦等。

查看SAEBench

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。