言語モデルの振る舞いを解読：ジャンルに基づく活性化分析

この研究は、テキストのジャンルに関連する活性化を分析することにより、言語モデルを理解するための新しいアプローチを探求しています。 ジャンルチャンクに焦点を当てることで、トークンレベルの分析よりもモデルの振る舞いを解釈できる可能性があります。