📊 statistics
Attributions All the Way Down? The Metagame of Interpretability
यह शोध पत्र "मेटागेम" (metagame) को प्रस्तुत करता है, जो एक ऐसी वैचारिक रूपरेखा है जो एट्रिब्यूशन विधियों को मेटा-एट्रिब्यूशन की गणना करने के लिए सहकारी खेलों के रूप में मानकर मॉडल स्पष्टीकरणों में द्वितीय-क्रम के इंटरेक्शन प्रभावों को परिमाणित करती है, जिससे एट्रिब्यूशन का एक पदानुक्रमित अपघटन सक्षम होता है और विविध AI मॉडलों में टोकन इंटरैक्शन, क्रॉस-मोडल समानता और टेक्स्ट-टू-इमेज अवधारणाओं के बारे में नई अंतर्दृष्टि प्राप्त होती है।