Building Fast, Evaluating Slow: Pipeline Choices Dominate Autointerpretability Score Variance
构建快速，评估缓慢：管道选择主导自动可解释性得分方差
机构 * ETH Zürich（苏黎世联邦理工学院）
AI总结 研究稀疏自动编码器可解释性得分的跨论文比较，通过多指标、多模型及方法变化轴的实验发现方法方差主导得分方差，排名不稳定，基于得分的比较可能反映管道差异，贡献评估方法以推动可解释性研究。
高校专区
ETH Zurich（苏黎世联邦理工学院）
It's Not What You Say, It's How You Say It: Evaluating LLM Responses to Expressions of Belief
重要的不是你说了什么，而是你怎么说：评估大语言模型对信念表达的回应
机构 * ETH Zürich（苏黎世联邦理工学院） ； University of Zurich（苏黎世大学） ； UC San Diego（加州大学圣地亚哥分校）
AI总结 研究用户信念表达形式对大语言模型的影响，引入基于语言维度的类型学，生成可控查询对，评估不同架构、规模和训练阶段的16个LLMs，发现响应行为差异及能显著说服模型的特定信念表达，揭示语言框架对模型情境整合的影响。
Comments Published at ACL 2026
