전체피드·트렌딩·게시판 통합 피드최신 뉴스 주간주간·월간 인기 트렌딩오픈소스·릴리즈 게시판블로그·홍보 태그주제별 탐색

#interpretability

AI Briefing

개인정보처리방침 이용약관 문의 · 건의 RSS/API 후원

피드
트렌딩
주간
태그
설정

진리는 방향이 아니다: LLM 프로브(Probe)에 대한 타르스키식 공격

·2026.07.27 21시

Anthropic, Jacobian Lens 오픈소스 공개

·2026.07.22 20시

Silico

·2026.07.16 09시

LG AI Research: ICLR 2024 연구 요약

·2026.07.16 09시

Anthropic, 모델 내부의 개념 형성 과정 포착

·2026.07.13 21시

우리는 대규모 언어 모델(LLM)이 추론하는 방식을 이해할 수 있는가?

·2026.07.13 03시

J-Space만큼 특별한 공간은 없다

·2026.07.08 09시

추천Anthropic, 모델 내부의 개념 표현 'J-space' 발견

·2026.07.08 01시

단 하나의 뉴런만으로 LLM의 안전 정렬(Safety Alignment) 우회 가능

·2026.07.07 09시

해석 가능성을 통한 데이터 어노테이터 안전 정책의 이해

·2026.07.06 09시

MemoryLLM: Transformer를 위한 플러그 앤 플레이 방식의 해석 가능한 Feed-Forward Memory

·2026.07.02 09시

Google DeepMind, Tracr 공개

·2026.06.30 12시

Pangram 3.3.2의 내부 표현 탐색

·2026.06.25 10시

LLM의 내부 상태 변화가 답변 성향을 결정한다

·2026.06.24 01시

DiffusionGemma 투명성 감사 (9분 분량)

·2026.06.22 09시

모델 규모에 따른 'Rosetta 뉴런'의 특성 변화 연구

·2026.06.19 04시

Anthropic 공동 창립자, AI 내부 구조의 불확실성 경고

·2026.06.12 14시

예측적 데이터 디버깅: 모델 학습 전, 모델이 무엇을 배울지 미리 확인하고 제어하라

·2026.06.12 09시

숫자 없는 산술 – LLM이 수학을 수행하는 방식

·2026.06.05 19시

LLM 내부 상태 변화와 정렬의 한계

·2026.05.30 02시

LLM의 언어적 확신도 교정 기술

·2026.05.29 14시

골든 게이트 클로드

·2026.05.29 12시

LLM의 주관적 경험 보고 메커니즘 규명

·2026.05.29 00시

Anthropic, AI 모델서 5가지 감정 발견

·2026.05.26 15시