Компьютерные науки > Расчеты и язык [представлен 16 октября 2026 года] Название: Знают ли LM, что делают переменные? Толкование кодовых представлений через вид изменяющейся роли PDF HTML (экспериментальное) резюме: Вариативная роль описывает повторяющееся поведение, например накопление, траверсирование и сохранение лучшего кандидата. Мы используем независимо определенную таксономию Саджаниеми для изучения того, какие различия в роли могут быть найдены на больших языковых моделях, как мало автогенкодеров (SAE) сохраняют эти отличия и поддерживают ли связанные с ними направления контроль за поколением. Мы вводим правила статической аннотации для всех 11 ролей и корпус из 126 926 файлов естественных кодов на пяти языках. В рамках пяти систем модели-SAE остаточные зонды превосходят отдельные характеристики SAE и испытанные лексические исходные параметры, при этом после нейтрального переименования цели они имеют скромные потери. Комбинирование функций SAE устраняет значительную часть разрыва в характеристиках, однако исследования по реконструкции SAEC менее чувствительны к изменениям роли, которые пересматриваются МЛМ. Высокопарная точность ранжирования сосуществует с частыми ложными положительными результатами на фиксированных пороговых уровнях. В процессе принятия мер вмешательства часто изменяется аннотация роли за счет обеспечения правильности; изменения, сопровождающиеся прохождением тестов, не показывают никаких явных совокупных преимуществ по сравнению с случайными мерами…
Знают ли они, что делают переменные? Толкование кодовых представлений с помощью переменных ролей
arXiv:2610.24118v1 Annualte Type: New Brieflow: Moviding Roties описывает повторяющееся поведение, например аккумулирование, траверсное и сохранение лучшего кандидата. Мы используем независимо определенную таксономию Саджаниеми для изучения того, какие различия в роли могут быть найдены на больших языковых моделях, как мало автогенкодеров (SAE) сохраняют эти отличия и поддерживают ли связанные с ними направления контроль за поколением. Мы вводим правила статической аннотации для всех 11 ролей и корпус из 126 926 файлов естественных кодов на пяти языках. В рамках пяти систем модели-SAE остаточные зонды превосходят отдельные характеристики SAE и испытанные лексические исходные параметры, при этом после нейтрального переименования цели они имеют скромные потери. Комбинирование функций SAE устраняет значительную часть разрыва в характеристиках, однако исследования по реконструкции SAEC менее чувствительны к изменениям роли, которые пересматриваются МЛМ. Высокопарная точность ранжирования сосуществует с частыми ложными положительными результатами на фиксированных пороговых уровнях. Во время жизни поколения меры вмешательства часто меняют r