[
控场AI
]
知识动态
实体
播客
深度
开发者
关于
Get CLI
EN
概念
Causal Verification
因果验证
机制可解释性中用干预实验检验内部结构是否对行为有因果作用的方法,常用手段包括消融、激活修补和路径修补,是评估解释可靠性的核心环节。
来源文章
机制可解释性如何为AI安全兜底:一篇综述的深度拆解
11月6日