Mechanistic Interpretability

MLP の重みを反映した Sparse Autoencoder の初期化手法の提案
言語処理学会第 32 回年次大会，2026.
PDF Poster
MLP の重みを反映した Sparse Autoencoder の初期化手法の提案
ステアリングベクトルは日本語LLMを堅牢に制御できるか？
言語処理学会第 32 回年次大会，2026.
PDF Poster
ステアリングベクトルは日本語LLMを堅牢に制御できるか？