发布 RAVEL benchmark 数据集, 应用在 自然语言处理、模型评估 领域

本次发布的数据集 RAVEL benchmark, 该数据集使用了RAVEL基准来评估在GPT-2小型模型的隐藏表示上训练的稀疏自编码器（SAEs）是否能够有效传递关于城市所属的国家和大陆的知识。此外，该数据集还对比了SAEs与神经元基线和DAS天际线在不同GPT-2小型模型层级上的有效性，以评估语言模型中的因果分析特征表示。

查看RAVEL benchmark

README 内容： 

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。