paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
SY

Shuzhou Yuan

ACL 2026可解释性对齐与偏好效率与系统
新星分贡献者
34
一作贡献0
核心/参与5
方向广度6
合作网络12
0 一作 · 1 篇 · ACL 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

1
作者位次 #8/28ACL 2026Findings· Findings of ACL

Locate, Steer, and Improve: A Practical Survey of Actionable Mechanistic Interpretability in Large Language Models

Hengyuan Zhang · Zhihao Zhang · Ercong Nie · Mingyang Wang · Zunhai Su · Yiwei Wang · Qianli Wang · Shuzhou Yuan · Xufeng Duan · Qibo Xue · Zeping Yu · Chenming Shang · Xiao Liang · Jing Xiong · Hui Shen · Chaofan Tao · Zhengwu Liu · Senjie Jin · Zhiheng Xi · Dongdong Zhang · Sophia Ananiadou · Tao Gui · Ruobing Xie · Hayden Kwok-Hay So · Hinrich Schuetze · Xuanjing Huang · Qi Zhang · Ngai Wong

摘要

Mechanistic Interpretability (MI) has emerged as a vital approach to demystify the opaque decision-making of Large Language Models (LLMs). However, existing reviews primarily treat MI as an observational science, summarizing analytical insights while lacking a systematic framework for actionable...

可解释性对齐与偏好效率与系统OpenReview 项目页

常见合作者