Did You Forget What I Asked? Prospective Memory Failures in Large Language Models
你忘记我问什么了吗？大型语言模型中的前瞻记忆失败
机构 * University of Washington（华盛顿大学）
AI总结 本研究通过认知心理学中的前瞻记忆视角，发现大型语言模型在执行复杂任务时，格式化指令的遵从率下降2-21%，并提出了显著性增强格式来恢复遵从性。
高校专区
University of Washington（华盛顿大学）
Ensembling Sparse Autoencoders
集成稀疏自编码器
机构 * Paul G. Allen School of Computer Science \& Engineering, University of Washington
AI总结 针对单个稀疏自编码器只能捕获激活空间中有限特征的问题，提出通过朴素Bagging和Boosting集成多个SAE，理论证明可降低重构误差，实验表明集成方法在重构质量、稳定性和下游任务上优于扩展单个SAE。
Comments Accepted to ICML 2026
