SPEX 与 ProxySPEX 实现 LLM 交互的大规模识别
Berkeley AI Research 提出了 SPEX 与 ProxySPEX 两个算法，利用稀疏性、低度性与层级性，把交互发现规模从几十个组件扩展到数千个。ProxySPEX 用约十分之一的消融次数达到与 SPEX 相当的性能，并已用于长上下文特征归因、数据归因和注意力头剪枝。代码已并入 SHAP-IQ 仓库。
全部 AI 动态
Berkeley AI ResearchAI 评分5151
Berkeley AI ResearchAI 评分4949 Berkeley AI Research：信息驱动的成像系统设计
Berkeley AI Research 团队开发了一种基于信息量的成像系统评估与优化框架，仅用噪声测量和噪声模型估计互信息。其 NeurIPS 2025 论文显示，该指标在彩色摄影、射电天文学、无透镜成像和显微镜四个领域预测了下游任务表现。按该指标优化的设计与 SOTA 端到端方法相当，但所需内存和计算更少，且无需任务专用解码器。