Desaprendizaje mecanicista: un nuevo método de inteligencia artificial que utiliza la interpretabilidad mecanicista para localizar y editar componentes específicos del modelo asociados con mecanismos de recuperación de hechos
Los modelos de lenguaje grande (LLM) a veces aprenden cosas que no queremos que aprendan y comprendan. Es importante encontrar formas de eliminar o ajustar este conocimiento para mantener la…