Technion - Israel Institute of Technology（以色列理工学院）

Do Sparse Autoencoders Capture Concept Manifolds?

稀疏自编码器能否捕捉概念流形？

Usha Bhalla, Thomas Fel, Can Rager, Sheridan Feucht, Tal Haklay, Daniel Wurgaft, Siddharth Boppana, Matthew Kowal, Vasudev Shyam, Jack Merullo, Atticus Geiger, Ekdeep Singh Lubana

机构 * Harvard University（哈佛大学） ； Northeastern University（东北大学） ； Technion IIT（技术学院） ； Stanford University（斯坦福大学） 纠错

AI总结 本文探讨了稀疏自编码器捕捉流形的能力，指出现有方法在连续结构恢复上存在不足，并提出应以几何对象而非单个方向作为可解释性基础。

From Competition to Collaboration: Designing Sustainable Mechanisms Between LLMs and Online Forums

从竞争到协作：设计LLMs与在线论坛之间的可持续机制

Niv Fono, Yftah Ziser, Omer Ben-Porat

机构 * Technion–Israel Institute of Technology（技术离子-以色列理工学院） ； University of Groningen（Groningen大学） ； NVIDIA Research（NVIDIA研究） 纠错

AI总结 本文提出一个序列交互框架，使LLMs与论坛协作，解决生成式AI依赖论坛数据的悖论，通过模拟展示激励不一致问题，证明可持续知识共享的潜力。