Más allá de modelos aditivos: separabilidad e interpretabilidad
Descubre Tensor Separation Learning, método de regresión que supera modelos aditivos (GAMs, SHAP) ofreciendo visualizaciones fieles sin cancelación de señales.
#interpreta
Hacia Autoencoders Dispersos Identificables
Los nuevos autoencoders dispersos identificables (iSAE) mejoran la estabilidad y precisión en la interpretación de redes neuronales. Aprende más.
Interpretabilidad sin concesiones: Desenredando la polisemia en DNNs
Descubre ELUDe, un método innovador que desenreda conceptos en redes neuronales profundas sin afectar su rendimiento. Interpretabilidad clara y práctica.
Interpretabilidad sin pérdida: Desenredando la polisemia
Descubre ELUDe, método que mejora interpretabilidad sin sacrificar rendimiento. Desenreda polisemia neuronal manteniendo precisión. ¡Lee más!
Relación entre activaciones atípicas y muerte de características en SAE
Descubre cómo los valores atípicos en las activaciones neuronales provocan la muerte de características en autoencoders dispersos y cómo solucionarlo con centrado de media.
Interpretabilidad mecanicista como estimación: análisis de varianza
Descubre por qué la interpretabilidad mecanicista es inestable y cómo abordarlo con rigor estadístico. Aprende a medir la varianza en circuitos de IA.
M-CBE: Expertos Mixtos en Cuellos de Botella Conceptuales
Descubre M-CBE, una nueva arquitectura que combina múltiples expertos en modelos de cuello de botella conceptual para mejorar la precisión sin sacrificar la interpretabilidad.
Evaluación conductual y representacional de agentes de lenguaje con objetivos
Evaluamos la direccionalidad a objetivos en agentes de lenguaje con análisis conductual y representacional. Descubre cómo entender su comportamiento.
Algoritmo del mapa zeta en caminos de Dyck con IA interpretable
Descubre cómo un pequeño transformer aprende el mapa zeta en caminos de Dyck, y cómo la interpretabilidad mecánica revela un nuevo algoritmo verificable por humanos.
DEM: Modelo Explicativo Destilado para Anomalías en Sensores
Descubre DEM, un modelo de detección de anomalías interpretable y ultrarrápido para redes de sensores fisiológicos. Precisión del 99.64% sin sacrificar explicabilidad.
STEP: aprendizaje de embeddings estructurados para series temporales progresivas
Descubre STEP, un método innovador que aprende representaciones interpretables de series temporales progresivas usando un compás latente. Predice estados y modos sin etiquetas.
Autoencoders Dispersos superan líneas base en control de LLMs
Los Autoencoders Dispersos (SAEs) superan líneas base simples en el control de LLMs, igualando a LoRA en AxBench. Características seleccionadas con pipeline sup