研究提出语言模型回路发现方法JuntaLearner

2026年10月6日，研究团队在arXiv发布成果，提出因果估算族WISE与基于梯度的回路发现方法JuntaLearner，旨在解决大语言模型中因组件相互作用而导致的回路定位与排序难题。该方法结合电路识别分数（CRS）等指标评估因果影响。实验结果显示，JuntaLearner在跨任务及不同规模模型上的平均CRS均优于归因基线。此外，该方法的计算成本不随候选组件数量增长，不仅能捕捉集合级交互，还可有效扩展应用于大模型。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。